[发明专利]一种基于人工蜂群算法的虚拟机放置方法

权利要求书

1.一种基于人工蜂群算法的虚拟机放置方法，其特征是，包括步骤如下：

步骤1、当云平台接收到虚拟机放置请求后，先收集云平台中所有物理机的剩余资源信息，再将物理机的剩余资源满足虚拟机放置请求中至少一个待放置虚拟机的请求资源的物理机作为筛选出的物理机，后将筛选出的物理机划分为活动物理机和空闲物理机；其中物理机的剩余资源包括剩余CPU资源信息和剩余RAM资源信息，待放置虚拟机的请求资源包括请求CPU资源信息和请求RAM资源信息；

步骤2、将所有虚拟机放置请求中所有待放置虚拟机和步骤1筛选出的所有物理机传入人工蜂群算法，先设定人工蜂群算法的参数，再在蜜源列表中随机生成预设数量的蜜源，其中每个蜜源对应虚拟机放置请求中所有虚拟机的一个放置方案，后将当前蜜源列表中目标函数值最大的蜜源作为当前最佳蜜源；

步骤3、首先，雇佣蜂以预设的蜜蜂角色转变概率转变为跟随蜂或侦查蜂；接着，未做角色转变的雇佣蜂在其当前依附蜜源附近以贪婪策略搜索新的蜜源：当新的蜜源的目标函数值大于当前最佳蜜源的目标函数值时，则先将雇佣蜂当前依附蜜源的被丢弃次数加1，再让雇佣蜂依附到新的蜜源上，更新雇佣蜂当前依附蜜源，后将新的蜜源加入到蜜源列表中；否则，放弃该新的蜜源；最后，将当前蜜源列表中目标函数值最大的蜜源作为当前最佳蜜源；

步骤4、首先，雇佣蜂分享蜜源信息给跟随蜂；接着，每个跟随蜂先根据密源的被选择概率以轮盘赌算法选择蜜源进行跟随，其中密源的被选择概率越大，跟随蜂概率越大；最后，跟随蜂再以预设的蜜蜂角色转变概率转变为雇佣蜂；

步骤5、首先，每个侦察蜂先以贪婪策略搜索新的密源：当新的蜜源的目标函数值大于当前最佳蜜源的目标函数值时，则将新的蜜源加入到蜜源列表中；否则，放弃该新的蜜源；接着，将当前蜜源列表中目标函数值最大的蜜源作为当前最佳蜜源；最后，侦察蜂再以预设的蜜蜂角色转变概率转变为雇佣蜂；

步骤6、遍历当前蜜源列表中的每个蜜源，并分别判断每个蜜源是否达到设定的最大的丢弃次数：若该蜜源达到最大的丢弃次数，则将该密源从当前蜜源列表中删除，并将蜜源上所依附的雇佣蜂以预设的蜜蜂角色转变概率转变为跟随蜂或侦查蜂；

步骤7、判断当前迭代次数是否达到设定的最大的迭代次数：若达到最大迭代次数，则将种群当前最佳蜜源作为最终的虚拟机放置请求的虚拟机放置方案输出；否则，当前迭代次数加1，并返回步骤3。

2.根据权利要求1所述的一种基于人工蜂群算法的虚拟机放置方法，其特征是，步骤1中，对于虚拟机放置请求中任意一个待放置虚拟机，当前物理机的剩余CPU资源大于等于该待放置虚拟机的请求CPU资源，且当前物理机的剩余RAM资源大于等于该待放置虚拟机的请求RAM资源时，则当前物理机为筛选出的物理机。

3.根据权利要求1所述的一种基于人工蜂群算法的虚拟机放置方法，其特征是，步骤1中，将筛选出的物理机划分为活动物理机和空闲物理机，当物理机的剩余CPU资源与该物理机自身的CPU资源上限相同，且剩余RAM资源与该物理机自身的RAM资源上限相同时，此时，该物理机为空闲物理机；否则，该物理机为活动物理机。

4.根据权利要求1所述的一种基于人工蜂群算法的虚拟机放置方法，其特征是，步骤2中，设定的人工蜂群算法的参数包括：最大迭代次数，雇佣蜂、跟随蜂和侦察蜂和蜜源的数量，蜜蜂角色转变概率、以及蜜源的最大丢弃次数。

5.根据权利要求1所述的一种基于人工蜂群算法的虚拟机放置方法，其特征是，蜜源的目标函数值f为：

式中，y_j表示物理机j的类型，表示物理机j自身的CPU资源上限，表示物理机j自身的RAM资源上限；表示虚拟机i的请求CPU资源，表示虚拟机i的请求RAM资源；j＝1,2,3,…,m，m表示筛选出的物理机的个数；i＝1,2,3,…,l，l表示虚拟机放置请求中待放置虚拟机的个数；k为设定的活动物理机数量的权重。

6.根据权利要求1所述的一种基于人工蜂群算法的虚拟机放置方法，其特征是，步骤3中，雇佣蜂在探索新的蜜源时，蜜源各个维度的更新概率由各个维度物理机的资源平衡度决定，即该维度物理机的资源平衡度越高，蜜源在该维度的更新概率越大。