[发明专利]一种铁路分布式数据中心资源调度方法

权利要求书

1.一种铁路分布式数据中心资源调度优化方法，其特征在于，所述方法包括：

S1、判断是否存在申请资源铁路局，并且所述申请资源铁路局的申请资源小于相邻铁路局的空闲资源之和；如果是，则执行下一步，进行铁路分布式数据中心资源调度，否则结束；

S2、分析所述铁路分布式数据中心的资源分布情况，建立所有铁路局之间的通信网络拓扑结构，并根据所述通信网络拓扑结构，建立资源迁移总距离目标函数和约束条件；

S3、根据所述目标函数和约束条件，利用粒子群算法，进行资源调度的优化；

其中，所述步骤S2具体包括：

S21、分析所述铁路分布式数据中心的资源分布情况，建立所有铁路局之间的通信网络拓扑结构E(i,j)；

S22、根据所述通信网络拓扑结构，建立所述资源迁移总距离目标函数：

其中，a_n为申请资源的铁路局个数，b_n为所有铁路局总数，Number(i,j)为第i个铁路局向第j个铁路局申请资源数，D(i,j)为第i个铁路局向第j个铁路局申请资源的代价；

S23、建立等式约束条件，即每个申请资源的铁路局的数据中心所申请资源一定可以从相邻的铁路局数据中心中获取：

其中，S_i为第i个申请资源铁路局的申请资源数；

S24、建立不等式约束条件，即向同一个铁路局数据中心申请资源的个数不能超过该铁路局数据中心的空闲资源数：

其中，S'_j为第j个提供资源的铁路局的空闲资源数。

2.根据权利要求1所述的资源调度优化方法，其特征在于，所述步骤S3具体包括：

S31、初始化参数，所述参数具体包括：所有粒子个数、资源调度问题的总维数、粒子群算法的惯性因子ω(t)、个人因子c₁和社会因子c₂、最大迭代次数、每个粒子的初始位置和初始速度、以及粒子速度和位置超过所述约束条件后的重新赋值方式、初始化每个所属粒子的个体最优pbest和群体最优位置gbest；

S32、更新每个所述粒子的速度和位置；

S33、判断所述每个粒子更新后的位置和速度是否满足所述约束条件，是则直接执行下一步；否则调整所述每个粒子位置使得满足所述约束条件，然后执行下一步；

S34、计算每个粒子更新位置后的目标函数值，并与当前个体最优位置pbest对应的目标函数值比较，如果更新位置后的目标函数值大，则更新当前个体最优位置pbest；

S35、将群体中的每个粒子的更新后的个体最优位置pbest对应的目标函数值与当前群体最优位置gbest对应的目标函数值比较，如果更新后的个体最优pbest对应的目标函数值小，则更新当前群体最优位置gbest；

S36、判断当前迭代次数是否超过预设最大迭代次数，是则终止迭代，将当前群体最优位置gbest的目标函数值作为最优目标函数值；否则执行S32。

3.根据权利要求2所述的资源调度优化方法，其特征在于，所述步骤S32具体包括：

根据以下公式更新每个所述粒子的速度和位置；

V_ij(t+1)＝ω(t)V_ij(t)+c₁r₁(pbest_ij(t)-x_ij(t))+c₂r₂(gbest_ij(t)-x_ij(t))，

X_ij(t+1)＝X_ij(t)+V_ij(t+1)；

其中，V_ij(t+1)为在t+1时刻的第i个粒子第j维速度，X_ij(t+1)为在t+1时刻的第i个粒子第j维位置，pbest_ij(t)为从最开始到t时刻为止第i个粒子第j维最优的位置，gbest_ij(t)为从最开始到t时刻为止所有粒子第j维最优的位置。