[发明专利]一种基于粒子群优化算法的云资源调度方法

摘要

本发明提出了一种将改进的粒子群算法应用到云计算资源调度问题的方法，通过迭代来寻找最优的解决方案。采用Cloudsim仿真平台对资源调度所需要的任务和虚拟机进行随机生成；模拟云资源调度的过程，将粒子群算法与云资源调度问题相结合；转换云资源调度的问题模型，使本发明能够更符合实际情况；对使用的粒子群算法进行优化，主要是通过对粒子群的重新随机化，使得粒子提出局部最优，通过改变惯性权重，使得粒子搜索能力增强，使用正交初始化，使得粒子的搜索效率更高；根据每一次的迭代结果，使粒子根据全局最优和个体最优进行迭代更新，寻找更优的解；对调度的结果进行评价，最后获得最优解。本发明能够对云资源进行更好的调度，并且具有一定的可靠性，搜索最优解的能力更强。

主权项

1.一种基于粒子群优化算法的云资源调度方法，其特征在于，使用改进的粒子群算法与云资源调度相结合，使云资源调度能够更高效的获得最优解。其具体过程包括如下步骤：/n步骤1：设置云资源调度的参数和算法的参数；/n步骤2：产生云资源调度中的数据集；/n步骤3：将云资源调度问题与粒子群算法相结合；/n步骤4：对结合之后的算法使用正交初始化，得出初始的粒子群，包括粒子的个体最优解，全局最优解和此时的适应度函数值；/n步骤5：将云资源调度模型转换为三角模糊模型；/n步骤6：粒子群算法的优化，主要包括使用重新随机化方法和对粒子的惯性权重进行实时更新进行优化；/n步骤7：根据每个粒子的个体最优，和粒子群的全局最优对每一个粒子进行迭代更新，产生新的搜索速度和搜索位置；/n步骤8：对每一次的更新结果进行评价，找到当前最优解；/n步骤9：如果达到设置的迭代最大次数，那么当前的最优解就是最后的全局最优解，否则回到步骤6重新对算法进行更新，寻找最优解；/n