[发明专利]基于猫群算法的虚拟机部署方法、装置、设备及存储介质

权利要求书

1.一种基于猫群算法的虚拟机部署方法，其特征在于，所述方法包括：

获取待部署的虚拟机集合及物理主机集合，根据所述虚拟机集合及所述物理主机集合建立猫群，并生成遗传算子；

对所述猫群中的各猫个体进行适应度计算，并根据计算结果及预设分组率将所述猫群划分为搜寻猫群和追踪猫群；

根据所述遗传算子对所述搜寻猫群中的各猫个体进行位置信息更新，以获得更新后的搜寻猫群；

按照预设追踪过程对所述追踪猫群中的各猫个体进行位置信息更新，以获得更新后的追踪猫群；

对更新后的搜寻猫群及更新后的追踪猫群中的所有猫个体进行适应度计算，获得适应度计算结果；

根据所述适应度计算结果确定适应度值最大的目标猫个体，并将所述目标猫个体的当前位置信息的解码作为虚拟机部署最优解；

根据所述虚拟机部署最优解将所述虚拟机集合中的虚拟机部署到所述物理主机集合的物理主机中；

其中，所述对所述猫群中的各猫个体进行适应度计算，并根据计算结果及预设分组率将所述猫群划分为搜寻猫群和追踪猫群的步骤，包括：

对所述猫群中的各猫个体进行适应度计算；

将适应度值最大的猫个体所对应的位置信息作为目标位置信息；

根据预设最大分组率和预设最小分组率得到预设分组率；

将剩余的猫个体作为待更新猫群，并将所述待更新猫群根据所述预设分组率划分为搜寻猫群和追踪猫群；

其中，所述适应度计算公式为：

其中，a和b分别表示功耗因子和资源利用率因子，p表示主机能耗，表示平均资源利用率；

其中，所述按照预设追踪过程对所述追踪猫群中的各猫个体进行位置信息更新，以获得更新后的追踪猫群的步骤中，猫个体追踪的速度更新公式为：

其中，w表示惯性权重，c和r表示调节参数，c为常量，r为(0，1)间均匀分布的随机变量，Vel_h，d(t)表示迭代t时猫个体h在维度d上的速度，X_g，d(t)表示当前全局最优个体在维度d上的位置，X_h，d(t)表示猫个体h在维度d上的位置，Vel_h，d(t+1)则为猫个体的速度更新。

2.如权利要求1所述的基于猫群算法的虚拟机部署方法，其特征在于，所述获取待部署的虚拟机集合及物理主机集合，根据所述虚拟机集合及所述物理主机集合建立猫群，并生成遗传算子的步骤，具体包括：

获取所述物理主机集合中的物理主机数及所述虚拟机集合的虚拟机数；

将所述虚拟机数作为猫个体对应的位置信息数，根据所述虚拟机数设置猫个体数；

将所述虚拟机集合中的虚拟机被部署到物理主机集合中的物理机中时的部署解作为猫个体对应的位置信息的解码，根据所述物理主机数随机设置猫个体对应的位置信息；

根据所述猫个体数、所述位置信息数及所述位置信息建立猫群，并根据所述猫群生成遗传算子。

3.如权利要求1所述的基于猫群算法的虚拟机部署方法，其特征在于，所述对所述猫群中的各猫个体进行适应度计算的步骤之前，还包括：

检测当前猫群的当前迭代次数；

根据所述当前迭代次数对预设分组率进行更新。

4.如权利要求3所述的基于猫群算法的虚拟机部署方法，其特征在于，所述遗传算子包括遗传交叉算子及遗传变异算子；

所述根据所述遗传算子对所述搜寻猫群中的各猫个体进行位置信息更新，以获得更新后的搜寻猫群的步骤，具体包括：

根据所述遗传交叉算子及所述遗传变异算子对所述搜寻猫群中的各猫个体进行位置信息更新，以获得更新后的搜寻猫群。

5.如权利要求4所述的基于猫群算法的虚拟机部署方法，其特征在于，所述按照预设追踪过程对所述追踪猫群中的各猫个体进行位置信息更新，以获得更新后的追踪猫群的步骤，具体包括：

根据所述当前迭代次数获取追踪模式下的猫个体速度，根据所述猫个体速度对所述追踪猫群中的各猫个体进行位置信息更新，以获得待检测猫群；

检测所述待检测猫群中的各猫个体的位置信息，在所述位置信息对应的值大于所述物理主机数时，根据所述猫个体速度的负值对所述猫个体重新进行位置信息更新，以获得更新后的追踪猫群。