[发明专利]一种大规模云服务流程的优化方法

权利要求书

1.一种大规模云服务流程的优化方法，其特征在于：包括以下步骤：

S1)将多个执行计划随机分配到多个并行节点，使得每个并行节点被分配有多个执行计划；

S2)每个并行节点并行执行局部迭代来对并行节点内部的执行计划进行处理；

每次局部迭代时，并行节点先利用离散帝王蝶优化算法对并行节点内部的执行计划进行处理获得新的执行计划,再对新的执行计划利用依赖-冲突修复算法进行修复得到修复后的执行计划，然后利用效用函数对修复后的执行计划进行评价，并根据评价结果对修复后的执行计划进行筛选；

S3)将所有并行节点中局部迭代处理结束后得到的执行计划集合在一起；

S4)判断是否满足全局迭代停止条件，若判断为是，则步骤S3)中得到的执行计划为最终的最优执行计划，将所述最优执行计划直接输出；若判断为否，则执行步骤S5)；

S5)将步骤S3)中得到的集合后的执行计划重新分配到多个并行节点，然后再次执行步骤S2-S4)；

所述步骤S2)中利用离散帝王蝶优化算法对并行节点内部的执行计划进行处理获得新的执行计划的方法，包括：

将并行节点内部的多个执行计划划分为两部分，一部分定义为第一子群体，另一部分定义为第二子群体；

利用迁移算子对所述第一子群体进行处理得到一部分新的执行计划的集合，并利用调整算子对第二子群体进行处理得到另一部分新的执行计划的集合。

2.根据权利要求1所述的大规模云服务流程的优化方法，其特征在于：每个执行计划均包括多个任务，利用迁移算子对所述第一子群体进行处理获得一部分新的执行计划的集合时，该部分中每个新的执行计划中每个任务所分配的候选服务通过以下方式确定：从所述第一子群体中随机选择两个执行计划作为第一参照计划，从两个所述第一参照计划的同一任务所对应的候选服务中选择一个候选服务作为新的执行计划中该任务所分配的候选服务。

3.根据权利要求1所述的大规模云服务流程的优化方法，其特征在于：每个执行计划均包括多个任务，利用调整算子对第二子群体进行处理得到另一部分新的执行计划的集合时，该部分中每个新的执行计划通过以下方式确定：

从并行节点内部的所有执行计划中选出当前最优执行计划，以及从第二子群体中随机选择一个执行计划作为第二参照计划；

设定一次评定概率和二次评定概率，并定义基于均匀分布原则随机生成的概率为参考概率,计算出所述参考概率，若所述参考概率不大于所述一次评定概率，则从当前最优执行计划的同一任务所对应的候选服务中选择一个候选服务作为新的执行计划中该任务所分配的候选服务；若所述参考概率大于所述一次评定概率且小于所述二次评定概率，则从所述第二参照计划的同一任务所对应的候选服务中选择一个候选服务作为新的执行计划中该任务所分配的候选服务；若所述参考概率大于或等于所述二次评定概率，则从对应任务的所有的候选服务中随机选择一个候选服务作为新的执行计划中该任务所分配的候选服务。

4.根据权利要求3所述的大规模云服务流程的优化方法，其特征在于：所述当前最优执行计划为并行节点内部的所有执行计划中效用值最高的执行计划。

5.根据权利要求4所述的大规模云服务流程的优化方法，其特征在于：

所述效用值的计算公式如下：

其中，

Utility(X')表示执行计划X'的效用值，Q(X')是执行计划X'的聚合服务质量值，sq_u表示第u个服务质量约束的满意度，N_QCS表示服务质量约束的数量，Q_p(X'_sub)_u表示包含在第u个服务质量约束中的第p个属性的局部执行计划的聚合服务质量值，X'_sub表示局部执行计划，AC表示升序属性的集合，d_u表示第u个服务质量约束的界限值。