[发明专利]基于改进向日葵算法的虚拟机资源调度方法及装置

权利要求书

1.一种基于改进向日葵算法的虚拟机资源调度方法，其特征在于，应用于包括M个任务，N台虚拟机以及Z个向日葵的资源调度环境，该向日葵包括M个子项，该子项用于定义该任务在对应的虚拟机上执行的资源调度状态，所述虚拟机资源调度方法包括：

初始化各向日葵的资源调度状态，以及，基于计算获得的总能量，确定初始状态下太阳位置所在的向日葵；

确定该向日葵吸收的能量，其中该向日葵吸收的能量被定义为按照最大完成时间最小以及CPU利用率最高来确定；

确定总任务最大完成时间以及CPU的利用率；

以总任务最大完成时间最小以及总资源消耗对CPU利用率最高为目标，基于向日葵的全局状态更新以及局部状态更新进行授粉产生新向日葵，并对向日葵进行位置更新；

基于更新后的各向日葵，更新太阳的位置所在的向日葵；

判断迭代是否满足条件，在满足条件的情况下，基于输出的太阳的位置所在的向日葵执行资源调度。

2.如权利要求1所述的基于改进向日葵算法的虚拟机资源调度方法，其特征在于，该向日葵包括M个子项，且各子项均为整数，初始化各向日葵的资源调度状态包括：

在机器能取到编号的上下界范围内，利用包含随机参数的公式生成各向日葵的初始状态。

3.如权利要求1所述的基于改进向日葵算法的虚拟机资源调度方法，其特征在于，总任务最大完成时间是通过如下方式确定的：

计算第j个任务在第i台虚拟机上的处理时间，乘以，判断任务j是否可在虚拟机i上执行的布尔值；

对M个任务在一台虚拟机上的处理结果求和；

取得N台虚拟机中所得时间的最大值作为总任务最大完成时间。

4.如权利要求1所述的基于改进向日葵算法的虚拟机资源调度方法，其特征在于，总资源消耗对CPU利用率是通过如下方式确定的：

对M个任务在N台虚拟机上逐一执行的能耗求和；

取能耗求和的平均值作为总的CPU能耗。

5.如权利要求1所述的基于改进向日葵算法的虚拟机资源调度方法，其特征在于，基于向日葵的全局状态更新以及局部状态更新进行授粉产生新向日葵，并对向日葵进行位置更新包括：

以概率p进行授粉操作，对向日葵进行位置更新；

授粉操作满足：

其中，为授粉后产生的新向日葵，α^t为控制全局授粉与局部授粉的平衡因子，A为局部条件下的授粉策略，A用于定义当前向日葵与其距离最近的向日葵进行授粉操作计算产生新的位置信息，满足B为全局条件下的授粉策略，B用于定义当前向日葵与当前太阳所在位置进行授粉操作，计算产生新的位置信息，满足S^*表示当前太阳所在位置，β为控制搜索方向振幅的参数。

6.如权利要求5所述的基于改进向日葵算法的虚拟机资源调度方法，其特征在于，基于向日葵的全局状态更新以及局部状态更新进行授粉产生新向日葵，并对向日葵进行位置更新还包括：

以1-p的概率进行运动操作，以预设范围的随机步长朝着与太阳位置的连线所指的向量方向运动，对向日葵进行位置更新。

7.如权利要求5所述的基于改进向日葵算法的虚拟机资源调度方法，其特征在于，基于更新后的各向日葵，更新太阳的位置所在的向日葵包括：

计算更新之后所有向日葵的吸收的能量；

以吸收的能量最优的向日葵作为太阳位置。