[发明专利]云和边缘环境中基于飞蛾扑火优化算法的移动服务选择方法

说明书

本发明涉及服务选择技术领域，具体涉及一种云和边缘环境中基于飞蛾扑火优化算法的移动服务选择方法。包括输入带有QoS属性的服务；将服务随机分布在云和边缘服务器；移动用户发出请求并上传；初始化飞蛾和火焰种群，计算最优飞蛾的位置；对最优飞蛾和火焰的位置进行迭代运算；将迭代得到的最优飞蛾的位置所对应的一组候选服务输出；迭代运算包括：对每个飞蛾和火焰的位置进行更新；计算当前迭代种群中最优飞蛾的位置Qsubgt;1/subgt;；通过差异进化算法在每只飞蛾周围更新其他位置Qsubgt;2/subgt;，将更优的位置作为当前迭代轮次输出的最优飞蛾位置。将飞蛾扑火优化算法与差异进化算法结合，可以从多个角度高效的找到全局最优解，为解决多目标优化问题提供更加可靠的保障。

技术领域

本发明涉及服务选择技术领域，具体涉及一种云和边缘环境中基于飞蛾扑火优化算法的移动服务选择方法。

背景技术

随着移动互联网技术的飞速发展，移动环境下的服务计算成为近年来研究的热点。具体来说，随着边缘计算的出现，可以将服务部署到更靠近移动用户的位置，以提供相应的功能。与传统云计算相比，部署在边缘计算环境中的服务可以有效缩短与用户的距离，保证高效的网络运营交付，实现高性能、低延迟、高带宽的服务交互体验。然而，由于用户的移动特性和边缘设备的资源有限，仅靠边缘设备提供的服务无法满足大量日益复杂的计算需求。云计算擅长全局、非实时和长期计算，而边缘计算更适合本地、实时和短期计算。因此，云计算和边缘计算可以相辅相成，匹配复杂的用户需求场景，扩大云计算和边缘计算的应用价值。

在现实中，由于用户的需求通常很复杂，单一功能有限的服务无法满足用户将服务用于复杂任务的期望。服务组合将现有的多个服务按照特定的逻辑顺序组合起来，完成单个服务无法完成的复杂任务。根据Gartner的2021年预测，部署在云和边缘计算环境中的服务数量将呈爆炸式增长。大量的服务为用户提供了丰富的资源，也带来了新的困难。难点之一是如何在众多候选服务中选择合适的云和边缘服务来满足移动用户的复杂需求。通常，上述云和边缘计算环境中的服务选择问题受到几个因素的影响：无线数据传输速度、用户移动以及边缘和云之间的连接。在这样的环境中从候选服务中选择合适的服务可以建模为一个多目标优化问题，进化算法可以解决这个问题。飞蛾扑火优化算法和主客观加权方法可以用来解决服务选择问题。主客观加权方法有效地结合了用户的主观意愿和服务的客观属性。最近的研究表明，飞蛾扑火优化算法具有快速的收敛速度和全局搜索能力，可以在未知搜索空间中产生有竞争力的输出。如何将飞蛾扑火优化算法应用于云计算的多目标优化中，以解决现有各算法的缺陷，是一个值得解决的问题。

发明内容

本发明的目的就是针对现有技术的缺陷，提供一种云和边缘环境中基于飞蛾扑火优化算法的移动服务选择方法，将飞蛾扑火优化算法与差异进化算法结合，同时融合主客观权重方法，可以从多个角度高效的找到全局最优解，为解决多目标优化问题提供更加可靠的保障。

本发明提供的一种云和边缘环境中基于飞蛾扑火优化算法的移动服务选择方法，其技术方案为：包括：

构建移动用户、边缘服务器、云服务器、无线连接和互联网组成的移动边缘和云计算环境，一台所述云服务器与多台边缘服务器互联；

检索并输入网络中带有QoS属性的服务数据集到云和边缘环境；

将服务随机分布在云和边缘服务器，其中边缘服务器提供少量服务，而云服务器提供更多更全面的服务；

移动用户在当前位置通过物联网设备发出请求并上传至云或边缘服务器；

根据上传的任务初始化飞蛾和火焰种群，并计算初始飞蛾和火焰种群中最优飞蛾的位置，其中，每一个飞蛾和火焰的位置代表每个任务所选择的候选服务对应的一种解决方案；

对最优飞蛾和火焰的位置进行迭代运算，直到达到最大迭代次数；

将迭代得到的最优飞蛾的位置所对应的一组候选服务输出；

所述迭代运算包括：