[发明专利]一种云计算系统中资源调度的方法及系统

摘要

本发明公开了云计算系统中资源调度的方法，该方法对每个子种群局部搜索时利用蛙跳更新公式计算更新青蛙的位置，并计算其适应度判断其是否优于最差青蛙的适应度，若优于则用更新青蛙的位置代替最差青蛙的位置，若不优于则用整个种群的最优青蛙的位置代替最差青蛙的位置，并判断更新后得到的更新青蛙的适应度是否优于最差青蛙的适应度，若优于则用更新青蛙的位置代替最差青蛙的位置，若不优于则利用双学习因子公式产生一个新步长，并根据变异概率对新步长进行变异，得到更新青蛙的位置并代替最差青蛙的位置，并计算其适应度；该方法能够同时在任务调度的最优时间跨度和负载均衡方面具有良好表现；本发明还公开了一种云计算系统中资源调度的系统。

主权项

1.一种云计算系统中资源调度的方法，其特征在于，包括：建立适应度函数F(X)＝ω*Time(X)+(1‑ω)*Load(X)，建立资源调度分配矩阵X＝[x₁,x₂,...,x_n]，x_i∈[1,m+1)且x_i为实数；其中，ω∈(0,1]为权值因子，Time(X)为最优跨度时间综合值，Load(X)为负载平衡因子，x_i为第i个任务所分配的虚拟机编号，n为任务数量，m为资源数量；初始化双学习能力混合蛙跳算法的基本参数；计算各青蛙的适应度，根据所述适应度将青蛙降序排列，并按照分配规则，将青蛙分配到各子种群中；将每个子种群中适应度最小的青蛙作为最优青蛙，适应度最大的青蛙作为最差青蛙，利用D_i＝rand()*(X_b‑X_w)，i＝1,2,...,N及‑D_max≤D_i≤D_max，i＝1,2,...,N计算每个子种群中更新青蛙的位置，其中，rand为[0,1]之间的随机数，X_b为子种群中最优青蛙的位置，X_w表示子种群最差青蛙的位置，D_i为生成的步长，D_max为可移动最大步长，为子种群中更新青蛙的位置，判断更新青蛙的适应度是否优于最差青蛙的适应度，若优于最差青蛙的适应度，则用更新青蛙的位置代替最差青蛙的位置，若不优于最差青蛙的适应度，则用整个种群的最优青蛙的位置代替最差青蛙的位置，并判断更新后得到的更新青蛙的适应度是否优于最差青蛙的适应度，若优于最差青蛙的适应度，则用更新青蛙的位置代替最差青蛙的位置，若不优于最差青蛙的适应度，则利用D_i＝c₁rand*(X_b‑X_w)+c₂rand*(X_g‑X_w),i＝1,2,...,N计算得到新步长，结合产生的随机数rand与变异概率CR进行比较的结果，根据公式对所述新步长进行变异，所述变异过程具体为：若产生的随机数rand大于CR，则根据公式D_id＝rand*(MaxVal_d‑MinVal_d)对所述新步长进行变异，并利用计算更新青蛙的位置；若产生的随机数rand不大于CR，则不对所述新步长进行变异，利用所述新步长计算得到更新青蛙的位置，并将更新青蛙的位置代替最差青蛙的位置，其中，D_i为生成的步长，rand为[0,1]之间的随机数，X_b为子种群中最优青蛙的位置，c₁表示自我学习因子，c₂表示社会学习因子，X_g表示整个种群最优青蛙的位置，X_w表示子种群最差青蛙的位置，D_id为第i个解第d维生成的步长，MaxVal_d为第d维取值上界，MinVal_d表示第d维取值下界，为子种群中更新青蛙的位置；将所有青蛙混合排序，并判断是否满足终止条件，若是，则输出最优解；按照解码规则对所述最优解进行解码，得到云计算系统中资源调度分配结果。