水资源管理云计算任务调度算法及优化策略研究

With the rapid development of the Internet of things technology，water resources management of the cold and arid regions, (such as lakes, rivers, wetlands) can realize the long-sequence, continuous-time, different regions and all-weather real-time monitoring and macro-control, which provides support for the development of the cold and arid region of lake water environment system represented by WuLiangSuhai. However, this leads to massive data as well as heavy data processing task. Restricted by the professional hardware, software, funds and large data storage conditions, the solution of the problem becomes even more challenging. The emergence of cloud computing technology provides a golden opportunity to solve the problem. In order to effectively take the advantages of cloud computing, an efficient task scheduling algorithm and optimization strategy, as the core technology, are required to solve the cloud computing. So far, there is no such a easonable and efficient task scheduling algorithm for the cold and arid region water resource management in cloud computing platform. Therefore, based on the existing research results and previous work, this project intends to start from the cloud computing application, combines with the inherent characteristics of tasks involved in water resources management system, explores cloud computing task scheduling algorithm and optimization strategy for the cold and arid regions, water resources management (such as lakes, rivers, wetlands).

随着物联网技术的飞速发展，对寒旱区水资源管理（例如湖泊、河流、湿地等）实现了长序列、连续时段、不同地域和全天候的实时监测与宏观调控，这为以乌梁素海为代表的寒旱区湖泊水环境系统良性发展提供了支撑。但由此产生了海量的数据，使得数据处理的任务日趋繁重。受专业的硬件、软件、资金以及海量数据存储等条件的制约使得该问题更加突出。云计算技术的出现为解决该问题提供了千载难逢的机遇。但有效发挥云计算的优势要有一个高效的任务调度算法，任务调度算法及优化策略是云计算必须解决的核心技术之一。目前国内外在寒旱区水资源管理云计算平台上还没有一个高效合理的任务调度的算法。为此，本项目拟从云计算实际应用出发，结合水资源管理系统中所涉及任务的内在特性，在课题组已有研究成果和前人工作的基础上，研究适合寒旱区水资源管理的云计算任务调度算法以及优化策略。

本项目研究针对国内外在寒旱区水资源管理云计算平台上还没有一个高效合理的任务调度算法及优化策略问题,从云计算服务的实际应用角度出发，在分析已有的用于提供云计算任务调度的相关算法的基础上，结合水资源管理计算任务的内在特性，针对水资源管理云平台上大规模水利工程计算中的实际问题，对适合内蒙古自治区水资源管理云计算任务调度算法以及优化策略等问题进行了相关的研究,完成了以下工作:1.在自适应惯性权重粒子群任务调度优化算法的基础上,提出一个执行时间、成本较低的适用于云环境中水资源云任务的调度方案,可以更好的在全局和局部搜索能力的粒子之间建立平衡，从而达到调度结果的稳定性与收敛精度的准确性。2.提出总-分-总策略的选择算子,在此基础上建立基于遗传算法的水资源云任务调度策略,可以大幅度节省调度时间,尤其在云任务数量非常可观的情况下,算法效果更加明显。上述工作在理论和方法上取得了一些阶段性的成果，为云环境下算法的理论研究拓宽了思路,为水利信息化建设及与水资源相关的云计算任务调度方面提供了借鉴。