云平台计算资源精细搜索的智能调度方法.pdfVIP

第42卷第4期计算机仿真2025年4月

文章编号：1006-9348(2025)04-0435-04

云平台计算资源精细搜索的智能调度方法

刘超，梁雪青，袁兴佳，杜舒明

（广东电网有限责任公司广州供电局，广东广州510000）

摘要：云平台中的资源需求和负载情况会随着时间和用户需求发生变化，提高了算法平衡局部搜索和全局搜索的难度。因

此，为提高云平台的吞吐量，提出基于改进模拟退火-禁忌搜索（SimulatedAnnealing-TabuSearch，SA-TS）算法的计算资源

调度方法。首先，计算资源优先级，并将能耗最小云服务成本最低和总时延最小作为目标，建立云平台计算资源调度目标

函数；然后，采用模拟退火算法改进遗传算法的交叉机制，通过引入接受概率和逐渐降低温度的策略，使算法能够接受较差

的解，从而跳出局部最优解，再遵循禁忌搜索思想优化遗传算法的变异机制，通过维护禁忌列表，避免重复搜索已知解，进一

步增加跳出局部最优解的可能性。通过平衡局部搜索和全局搜索，使算法在解空间中更精细地搜索；最后，利用改进后的算

法求解目标函数，完成对云平台计算资源的调度。仿真结果表明，SA-TS算法的收敛性好，可有效提高云平台的负载均衡

性和平均吞吐量。

关键词：云平台；资源调度；模拟退火算法；遗传算法；禁忌搜索算法

中图分类号：TP202+.7文献标识码：B

IntelligentSchedulingMethodforFineSearch

ofComputingResourcesonCloudPlatform

LIUChao,LIANGXue-qing,YUANXing-jia,DUShu-ming

(GuangzhouPowerSupplyBureauofGuangdongPowerGridCo.,Ltd,GuangzhouGuangdong510000,China)

ABSTRACT:Theresourcerequirementsandloadconditionsincloudplatformschangewithtimeanduserdemands,

whichincreasesthedifficultyofalgorithmsinbalancinglocalandglobalsearches.Therefore,inordertoimprovethe

throughputofthecloudplatform,acomputationalresourceschedulingmethodbasedontheimprovedSimulatedAn-

nealing-TabuSearch(SA-TS)algorithmisproposed.First,theresourcepriorityiscalculated,andtheobjective

functionofcomputingresourceschedulingforthecloudplatformisestablishedbytakingtheminimumenergycon-

sumption,theminimumcostofcloudserviceandtheminimumtotaldelayastheobjectives.Then,thecrossovermech-

anismofthegeneticalgorithmisimprovedbyusingthesimulatedannealingalgo