身份证号码：45090219870322XXXX
摘要：云计算是网络信息技术高度发展的产物，将全部可用资源按照“云”的形式完成网络共享，使用者能够经网络向“云”申请提供需要的服务和资源。通过云服务器的探索、分享与计算把最终处理结果反馈给使用者。对于使用者来说“云”内的资源是不存在限制的，用户按需获取。云计算平台中的资源具有异构特性与动态性，调度和资源分配大规模数据任务时需要考虑所应用系统的完成时间和吞吐量，还需考虑系统资源的负载均衡，所以对于云计算平台资源调度研究也是目前研究界的一个难题。
关键词：云计算平台；智慧城市；管理系统
1 基于云计算平台的智慧城市管理系统
1.1 系统整体结构
考虑到系统的整体定位与管理原则，对智慧城市系统的业务功能实行分析，构建基于云计算平台的智慧城市管理系统的整体结构，结果如图1所示。
.png)
图1 系统整体结构
系统基础层为laa S（基础知识即服务）资源层，主体建设内容为Paa S（平台即服务）平台层，该层主要实行系统管理功能，设计云管理模块和业务管理模块用于实现系统运维和业务运营。
（1）laa S层所用硬件资源是一种统一的资源，主要功能是向Paa S平台层提供服务。laa S层由网络资源池、存储资源池、计算资源池以及安全资源池组成，这些池由安全设备、存储、网络、服务器等组成。该层将基础设备资源向系统的Saa S层与Paa S提供。该层还负责各资源池和物理设备的管理与健康运转，分配和控制各类资源池的容量。
（2）Paa S层将标准化共享云服务提供给各应用。该层中包括业务运行及应用孵化环境，三个功能组件分别为云服务引擎组件、中间件组件以及数据组件。云服务引擎组件的主要功能是调度管理服务计量、服务资源、服务监控、服务路由、服务鉴权等；中出现中间件组件负责资源动态共享与统一管理；数据组件完成动态共享资源和统一管理数据库。该层中云管理模块为整个智慧城市管理系统中的云管理运行提供管理服务，实现资源管理等子模块的管理；业务管理模块为整个智慧城市管理系统中的云平台业务运行提供管理服务，实现服务管理等子模块的正常运行。
（3）Saa S（软件即服务）层中，依据智慧城市7大领域详细部署应用，主要包含全国性直管型应用和省市级应用，划分依据分别时按照行业划分和按照地域划分。展现应用的方式是通过云平台。
1.2 监控管理模块设计
整个智慧城市管理系统中需要通过监控掌握城市的情况，在云平台管理模块中，监控管理子模块发挥重要作用，该子模块的结构图如图2所示。监控管理子模块主要由六大功能组成，完整的监控管理子模块需要音频与视频采集设备、传输介质设备、控制设备与终端监听监看设备，它们安装在摄像机中，共同实现监控控制子模块的6大功能。通过在城市中全方位布置监控摄像机，实现实时监控。
.png)
图2 监控管理子模块结构
1.3 云计算资源调度策略
1.3.1 调度原理
云计算平台下，计算资源与任务之间的关系不是一一对应的，而是资源先被任务映射，相关物理设备得到资源的映射。目前云计算平台最常使用的编程模型是Google提出的Map/Reduce。利用一个五元组描述云计算的资源调度模型：
S={T，V，D，MTV，MVD}（1）
式中，V={v1，v2，…，vm}，D={d1，d2，…，dm}与T={t1，t2，…，tm}分别表示资源集合、物理设备集合与任务集合，MVD与MTV分别表示物理设备和资源之间的对应关系与资源和任务之间的映射策略。
依据用户任务计算中心对MTV实行分配，把资源利用调度器调度到对应的物理设备上实现MVD，因此资源调度是实现资源至物理设备的调度。假设经过MVD映射，某个任务ti被映射到资源vj上，物理设备dk接受到资源vj分配的任务并执行，依据任务与资源之间存在的对应关系，经资源传递，任务ti到达设备dk上执行的预期实行时间使用ETC（ti，dk）表示，因此D受到T的全部分配矩阵统一被称为ETC矩阵：
式（2）的本质是执行时间矩阵，主要内容为在n个物理设备上，m个任务经资源映射tiMTV后的执行时间矩阵。在物力设备dk上任务 ti最早完成时间使用式（3）表示：
.png)
式中，代表物理设备dk被任务ti最终映射执行。全部任务T={t1，t2，…，tm}执行总时间使用式（5）表示：
.png)
云计算资源调度的最终目标就是确保式（5）是一个最小值，式（6）为云计算资源调度的目标函数：
.png)
1.3.2 基于文化粒子群算法的云计算资源调度策略
传统粒子群算法使用的规则式二进制编码，云计算资源调度不适用。本文为符合云计算资源调度特点，使用十进制编码规则，d2，d5，…，dk，…，di表示粒子位置编码方式，di代表第i个物理设备，任务个数决定粒子编码长度。假如（5，4，1，7）是粒子位置编码形式，那么t1M1V→d2，t2M2V→d5，t3M3V→d1和t4M4V→d7代表4个任务与资源访问物力设备相对应。
将任务完成目标控制在最短，是云计算资源调度的最终目标，若要保证粒子质量较高，需要相对应的适应度值较大，这样才能得到较优的云计算资源调度方案。式（7）为粒子适应度函数定义：
.png)
常见的粒子群算法产生初始粒子群的方式是随机的，容易导致粒子在某局部集中，出现不均匀可行解，本文研究中产生初始粒子群时使用均匀方式，确保初始粒子群分布时呈现均匀状态。
基于文化粒子群的云计算资源调度流程如图3所示。先将云计算资源的规模确定下来，再对文化粒子在算法的参数实行设置，将知识空间与群体粒子群同时初始化，使制定迭代次数确定下来，更新知识空间同时计算粒子适应度，知识空间更新完成后实行群体自身演化，判定演化结果是否满足终止条件。如果不能满足则重新实行群体自身演化，如果能够满足即根据影响操作对粒子群空间造成影响，此时对粒子适应度实行计算，根据计算结果对个体极值与新鲜极值实行更新，同时对粒子位置与速度实行更新，判定是否满足终止条件，如果不能满足则重新运行指定迭代次数，如果能够满足则得到最优粒子位置，最终获得最优云计算资源调度方案。
2 智慧城市管理系统实现及性能测试
为验证本文系统性能，将我国南方某城市作为研究对象，该市为新一线城市，下辖26个区8个县，总面积约80000平方千米，常驻人口约为3100万，据2019年统计，地区生产总和达到23600亿元，该地盛行亚热带季风性湿润气候，夏季高温闷热冬季寒冷潮湿。
在智慧城市管理系统中，资源利用率代表云计算平台中资源调度评价指标，也是系统中资源的忙闲程度，云计算平台的最终目标就是将资源最大化利用和将资源有效率的共享；对比三种系统整体利用率情况。
3 结束语
本文提出设计一种基于云计算平台的智慧城市管理系统，构建系统整体结构，通过文化粒子群算法实现云计算资源调度。本文系统能够实现智慧城市有效管理，实时监控城市管理情况，且资源调度效果良好，即使调度任务数量庞大，依然保持较快速度完成调度，与同类系统相比具有良好的资源调度效果。本文系统的设计为智慧城市管理进一步研究打下基础，在今后的研究中可以从较细致的方面着手，比如系统研究智慧医疗或智慧安全，为今后城市良性发展创造更好的理论支持。
参考文献：
[1]杜洪涛．智慧城市公共资源交易平台建设经验与借鉴———以秦皇岛市为例[J]．城市发展研究，2017，24（8）：77-84.
[2]高文，田永鸿，王坚．数字视网膜：智慧城市系统演进的关键环节[J]．中国科学：信息科学，2018，48（8）：1076-1082.
[3]光夏磊，王秉，吴超，等．情报主导的智慧城市安全管理模型与体系研究[J]．情报杂志，2020，39（2）：148-152.