[发明专利]基于改进布谷鸟搜索算法的云计算任务调度方法及系统

摘要

本发明公开了一种基于改进布谷鸟搜索算法的云计算任务调度方法及系统，方法包括：构建云计算任务调度模型，并以最优时间跨度时间和负载均衡为原则，确立云计算任务调度方案的适应度函数；根据云计算任务调度模型采用整数编码来对云计算任务调度方案的解进行描述；根据云计算任务调度方案的适应度函数采用改进的布谷鸟搜索算法求解云计算任务调度方案的最优解，然后根据求解的最优解为云计算任务分配相应的资源，所述改进的布谷鸟搜索算法采用柯西分布对陷入局部最优解的鸟巢进行柯西变异。本发明能跳出局部最优解，且能使调度方案同时在最优时间跨度和负载均衡方面表现优异，可广泛应用于云计算领域。

主权项

1.基于改进布谷鸟搜索算法的云计算任务调度方法，其特征在于：包括以下步骤：S1、构建云计算任务调度模型，并以最优时间跨度时间和负载均衡为原则，确立云计算任务调度方案的适应度函数；S2、根据云计算任务调度模型采用整数编码来对云计算任务调度方案的解进行描述；S3、根据云计算任务调度方案的适应度函数采用改进的布谷鸟搜索算法求解云计算任务调度方案的最优解，然后根据求解的最优解为云计算任务分配相应的资源，所述改进的布谷鸟搜索算法采用柯西分布对陷入局部最优解的鸟巢进行柯西变异；所述步骤S3包括：S31、采用改进的布谷鸟搜索算法求解云计算任务调度方案X的适应度函数F(X)的全局最优解；S32、根据求解的最优解进行为云计算任务分配相应的资源；所述步骤S31包括：S311、初始化布谷鸟搜索算法的基本参数和鸟巢；S312、计算各鸟巢的适应度并根据柯西扰动条件判断其是否需要进行柯西变异，若满足柯西扰动条件，则需要则执行步骤S313，反之，则跳至步骤S314，设定的所述柯西扰动条件为：其中，Tpre表示向前比较的代数，Tcur表示当前代数，Fe(X)表示第e代当前鸟巢的适应度值，Tpre其中，表示变异前第k代鸟巢群中的第h个鸟巢的第o个蛋，表示变异后第k代鸟巢群中的第h个鸟巢的第o个蛋，C(0,1)为标准柯西分布的随机变量；S314、根据莱维飞行的公式更新鸟巢的位置，并计算及评估新的鸟巢适应度值，然后对比先前最优后更新最优鸟巢记录，所述莱维飞行的公式为：其中，表示在t+1代中第u个鸟巢的位置，表示在t代中第u个鸟巢的位置，α表示步长控制量，表示点乘积，Lévy(λ)服从λ(1<λ≤3)的莱维分布；S315、通过偏好随机游动产生随机数R，然后将R与布谷鸟的蛋被寄主发现的概率Pa进行比较，其中，Pa∈[0,1]，若R>Pa，则随机改变鸟巢位置，得到一组新的鸟巢位置，反之，则保留当前鸟巢位置；S316、判断是否满足设定的停止条件，若是，则表明最优鸟巢位置寻找完毕，此时根据最优鸟巢位置得到云计算任务调度方案对应的最优解，否则返回步骤S312继续下一代的搜索。