2023年第3期计算机与数字工程收稿日期：2022年8月2日，修回日期：2022年9月10日作者简介：董德坤，男，硕士研究生，研究方向：云计算。张亚钦，女，硕士研究生，研究方向：智慧医疗。徐克祥，男，硕士研究生，研究方向：云计算。∗1引言云计算是一种利用互联网实现随时随地、按需便捷地访问共享资源池（如计算设施、存储设备、应用程序等）的计算模式，本文关注的是物理服务器的虚拟化。由于云基础设施依赖于虚拟化技术，云计算的大规模使用将增加更多的虚拟机请求，从而增加虚拟化基础设施的压力，因此需要一个有效的虚拟机调度策略。本文提出一种改进的粒子群算法，该算法迭代过程初期引入混沌策略，使粒子群分布有着良好的遍历均匀性；使用随机分组策略，作为改进粒子群的核心过程，设置两个目标函数，利用欧氏距离寻求多目标粒子群优化算法的最优解。将改进后的算法应用到云计算虚拟机部署，以物理机资源利用率、虚拟机迁移量为目标函数。基于优化粒子群算法的虚拟机部署策略∗董德坤张亚钦徐克祥（中国石油大学（华东）计算机科学与技术学院青岛266580）摘要随着云计算规模的增大，能耗已经成为云系统中重要的成本，因此节能问题成为了云系统面临的主要问题之一。在满足物理机资源阈值的约束下，最大化物理机资源利用率，减少虚拟机迁移数量，是实现数据中心节能的一种有效手段。论文提出一种改进的粒子群算法（EPSO），算法初期引入混沌策略，使用随机分组策略，设置两个目标函数，利用欧氏距离寻求多目标粒子群优化算法的最优解。与其他算法相比，该算法初期群体有着良好的遍历均匀性，提高了粒子群的寻优精度和寻优效率。基于CloudSim仿真平台实验结果显示，该算法在改善物理机资源利用，减少资源浪费等方面具有高效性，优化了云系统性能。关键词云计算；粒子群算法；资源分配；虚拟机部署中图分类号TP311；TP18DOI：10.3969/j.issn.1672-9722.2023.03.011VirtualMachineDeploymentStrategyBasedonOptimizedParticleSwarmAlgorithmDONGDekunZHANGYaqinXUKexiang（CollegeofComputerScienceandTechnology，ChinaUniversityofPetroleum（EastChina），Qingdao266580）AbstractEnergyconsumptionhasbeenanimportantcostgiventhegrowthofcomputingpower，therebyenergyconservationhasbecomeoneofthemajorproblemsfacedbycloudsystem.Howtomaximizetheutilizationofphysicalmachinesandreducethenumberofvirtualmachinemigrationsundertheconst...
