[发明专利]基于能耗要求的云系统利用率最大化资源分配方法

摘要

本发明公开了一种基于能耗要求的云系统利用率最大化资源分配方法，包括云系统中云服务器收集各物理节点的可用资源；收集用户的任务请求；最后采用自适应动态文化粒子群优化算法对云系统中资源进行分配。本发明是基于资源利用率提供一种高效、可靠的资源分配方法，充分挖掘云系统中CPU资源、内存资源、硬盘资源和带宽资源，从多个维度以资源利用率最大化为目标按需分配资源。

主权项

一种基于能耗要求的云系统利用率最大化资源分配方法，包括以下步骤：步骤1、云系统中云服务器收集各物理节点的可用资源；步骤2、云系统中云服务器收集用户的任务请求；以及步骤3、云系统中云服务器采用自适应动态文化粒子群算法对云系统中资源进行分配；步骤1所述的云系统中云服务器收集各物理节点的可用资源，其中云系统中有N个物理节点，每一个节点可用资源包括CPU资源、内存资源、硬盘资源和网络带宽资源；步骤2所述的云系统中云服务器收集用户的任务请求，所述的任务请求包括每个任务需要的CPU资源、内存资源、硬盘资源和带宽资源；步骤3所述的云系统中云服务器采用自适应文化粒子群方法对云系统中资源进行分配，具体步骤如下：步骤3.1、云服务器初始化动态文化粒子群参数；步骤3.2、初始化种群空间和知识空间，随机初始化粒子的初始位置和速度，计算种群空间粒子适应度值，确定粒子的历史最优位置和种群的最优位置；步骤3.3、更新粒子的速度和粒子的位置，并根据粒子适应度值更新每个粒子的历史最优位置和种群的最优位置；步骤3.4、每迭代update_step次数，根据接受函数更新知识空间，对知识空间进行交叉、变异操作；步骤3.5、计算收敛状态指标ξ，若计算值小于给定的收敛程度阀值，根据影响函数更新种群空间；步骤3.6、重复步骤3.3～3.5Nm_i次，输出最优个体解，Nm_i表示动态文化粒子群算法的最大迭代次数。