[发明专利]基于粒子群优化算法边缘计算终端硬件资源使用调度方法

权利要求书

1.一种基于粒子群优化算法边缘计算终端硬件资源使用调度方法，其特征在于主要包括以下步骤：

1） 按照不同功能虚拟成不同的虚拟运转单元，并注册；

2） 按照系统性能最优编制最优调度方案，并根据最优调度方案编制迭代公式；

3） 编制各个虚拟运转单元的约束公式；

4） 完成约束处理子程序注册；

5） 按照各虚拟运转单元初次运转，进入粒子群算法初次迭代；

6） 计算各粒子适应值，主动探求最优资源最优分配；

7） 重复迭代，将步骤6）计算出来的粒子适应值，代入等式约束处理程序，调整粒子状态到满足负荷需求平衡等式约束，计算各粒子适应值，更新个体与全局最优粒子；

8） 调用迭代程序探求最优资源最优分配；

9） 找到全局最优分配；

10）各虚拟运转单元按照计算出的最优分配，调整自己的硬件资源初步达到平衡；

其中，所述的按照不同功能虚拟成不同的虚拟运转单元，并注册，具体步骤为调试人员按照现场实际不同的需求，配置不同的虚拟运转单元，并注册；所述的按照系统性能最优编制最优调度方案中其最优调度方案就是硬件资源的最优分配，对于一般的处理器主要是内存和CPU的分配，其最优调度方案就是合理地安排各虚拟运转单元的内存分配和CPU使用，使得在满足硬件资源总量的约束条件下，使各虚拟运转单元获得最优的内存和CPU分配，即使得各虚拟运转单元在最小的内存分布和CPU占用的情况下正常运转；所述的根据最优调度方案编制迭代公式主要包括以下步骤：最优调度方案通过不断的调整虚拟运转单元的内存分布和CPU占用，用一个粒子代表某个虚拟运转单元一种调度方案，粒子群为本终端内各个虚拟运转单元的集合，各虚拟运转单元的硬件占用状态标识为粒子状态，内存的申请和释放表示粒子的水平速度，CPU的占用释放表示粒子的垂直速度，自此各虚拟运转单元的内存分布和CPU占用组合成为一个二维向量，则可以采用主动粒子群算法，找到粒子i在第K次迭代式的位置向量即调度方案，最终找到粒子i自身经历的最优调度方案和种群主动探索到的现阶段最优调度方案；优化包括粒子群大小、迭代总数、惩罚因子和惯性权重在内的主动探索参数，并初始化迭代程序；所述的完成约束处理子程序注册主要包括以下步骤：由于各虚拟运转单元带有许多约束条件，因此在优化的过程中测试粒子是否满足约束条件，并适当的改进约束条件，最终运行真正实用的最优调度方案，其约束条件主要包括出力限制、爬坡速度和硬件资源匹配，并初始化约束处理程序；所述的按照各虚拟运转单元初次运转，进入粒子群算法初次迭代包括以下步骤：按照调试人员初次配置的虚拟运转单元参数进行初次迭代，产生初始粒子群和初始速度，调用约束条件的相关处理程序，调整虚拟运转单元所占用的内存和CPU，使得系统硬件初步平衡；所述的调用迭代程序探求最优资源最优分配主要包括以下步骤：计算各粒子的适应值，产生第一个迭代的单个粒子即虚拟运转单元的最优分配和全局最优分布；重复迭代，更新粒子位置，调整粒子状态；输出单个粒子的最优分配和全局最优分布。