于国龙 吴恋 崔忠伟 熊伟程 左羽

摘   要：QPSO算法作为最优秀的群体智能算法之一，有着较强的寻优能力，将QPSO算法用于云计算平台资源调度策略的寻优，有着明显的优势。通过对QPSO算法在云计算中的应用研究，为云计算平台效率的提升提供有效方法。文章对云模型优化的QPSO算法在大数据云存储平台业务调度中的应用进行分析与研究。

关键词：量子粒子群优化算法;云计算;任务调度;大数据

随着大数据的发展，云计算平台被广泛应用于大数据的云存储中。由于计算量大，平台的计算效率越来越受到重视，除了提升平台硬件性能外，软件系统的计算效率也大大制约了云计算平台整体性能，其中最受关注之一的是实现云计算平台的高效资源调度。同时，数据存储效率也成为一个关键的技术问题，目前较高效的手段是采用云平台，但往往因为数据量过大，存储效率不高。除了提升云存储平台的硬件性能之外，最有效的方法就是提升云存储系统的效率，其中，以改进云存储平台业务调度，来提升平台效率是一种被广泛使用的方法。

目前，粒子群算法已被广泛应用于资源调度、路径寻优、工业控制、数据分析等领域。在量子粒子群优化（Quantum Particle Swarm Optimization，QPSO）算法中，位于量子空间中的粒子可以以某一概率出现在搜索空间中的任意一点。粒子搜索过程中的量子行为使得QPSO算法的全局收敛能力大幅提升，并在智能计算领域，特别是复杂问题优化方面，得到了更广泛的应用[1-2]。……