基于改进NSGA II的云计算环境中虚拟机调度算法研究.docx

基于改进NSGAII的云计算环境中虚拟机调度算法研究
云计算是一种趋势性较强的计算模式，其以虚拟化技术为核心，通过将多个物理计算资源组成的计算环境，封装成一个个虚拟机实例，为用户提供弹性、可定制的计算服务。而虚拟机调度算法则是云计算环境中的关键问题之一，它涉及到如何将不同形态的任务调度到对应的虚拟机上，使得资源得以最优化利用，处理效率和质量得以保证。
目前，针对虚拟机调度问题的研究基本上是基于以优化目标为导向的贪心算法或者进化算法，而进化算法作为一种较为优秀的全局优化算法，在虚拟机调度中也有广泛的应用。其中，NSGA-II算法作为一种经典的优化进化算法，在云计算环境中也被广泛应用于虚拟机调度问题。
NSGA-II算法的主体框架是通过统计被优化问题的非支配排序和拥挤度距离计算，来完成优化解的求解。但是，NSGA-II算法在应用于云计算虚拟机调度问题时，其较为固定的遗传算子和空间分布的策略，也存在一定的局限性，其中最为突出的就是在多目标优化问题中，解决非支配排序和拥挤度距离计算时的性能不高。
针对这一问题，本文提出了一种改进NSGAII的虚拟机调度算法，即IG-NSGAII算法。首先，IG-NSGAII算法提出了一种新的进化策略，通过扰动个体的位置以及调整参数的方式，来提高NSGAII算法的收敛速度和求解质量。同时，IG-NSGAII算法也重新设计了非支配排序与基于距离的拥挤度计算的策略，加强算法的全局搜索能力和局部与全局性能。
在实验过程中，针对不同规模的云计算虚拟机调度问题，我们将IG-NSGAII算法与其他优化算法进行对比实验。结果表明，IG-NSGAII算法在求解质量和收敛速度方面，都具有较高的效果。由此可见，本文提出的IG-NSGAII算法对于优化云计算虚拟机调度问题具有一定的实用性和研究价值。
结论上述，本文在云计算虚拟机调度问题中，提出了一种改进NSGAII的IG-NSGAII算法，并对其进行了实验比较。初步结果表明，IG-NSGAII算法能够提高NSGAII算法在云计算虚拟机调度问题中的求解能力和性能表现。但是，对于该算法的进一步改进，如何提高解的可行性以及如何增强算法的稳定性，仍然需要进一步研究和探讨。