买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：贵州大学

摘要：本发明提出了一种基于增强美洲狮优化算法的云计算资源调度方法、系统、设备及介质；所述方法包括以下步骤：S1、获取云任务字节大小向量以及虚拟机具备的计算资源向量、负载成本向量及资源带宽向量；然后建立以下最小化总成本的目标函数；S2、利用增强的美洲狮优化算法对目标函数进行优化，得到最优个体；S3、将S2中获取的最优个体映射到二进制的调度矩阵，通过调度矩阵得到任务调度策略，从而进行任务调度；本发明能够减少系统响应时间，提高解的精度，以提升在应对大规模任务调度问题时的性能。进一步提高了云计算任务调度的合理性，能最大化资源利用率，解决了云计算任务调度中的资源浪费或业务性能的下降的问题。

主权项：1.一种基于增强美洲狮优化算法的云计算资源调度方法，其特征在于，包括以下步骤：S1、获取云任务字节大小向量以及虚拟机具备的计算资源向量、负载成本向量及资源带宽向量，然后建立以下最小化总成本的目标函数：Fun＝min{ω1F1+ω2F2+ω3F3}1式1中，ω1,ω2和ω3分别表示函数F1,F2和F3的权重；F1表示时间成本函数；F2表示负载成本函数；F3表示资源带宽成本函数；S2、利用增强的美洲狮优化算法对目标函数进行优化，得到最优个体：S21、通过公式5初始化原始种群，得到初始化后的原始种群Sol：Soli＝lb+rand·ub-lb5式5中，Soli表示种群Sol中第i个个体的位置信息；ub表示解空间的上界向量；lb表示解空间的下界向量；rand表示生成一个在[0,1]之间的随机数；S22、初始Iter＝1，通过判断Iter和4的关系，如果Iter＜4，则执行S23，否则跳转执行S28；其中，Iter表示当前迭代次数；S23、通过探索阶段对个体位置进行更新；S24、通过开发阶段对个体位置进行更新；S25、将种群Sol，Sol*和Sol**合并，并取前Nc个个体；其中，Sol表示初始化后的原始种群，Sol*表示通过探索阶段更新后的新种群，Sol**表示通过开发阶段更新后的新种群；S26、计算种群Sol*和Sol**的最优个体适应度和同时Iter＝Iter+1；S27、分别计算第Iter次迭代时探索阶段的得分和开发阶段的得分S28、如果Iter≤MaxIter则执行S29，否则执行步骤S33；其中，MaxIter表示最大迭代次数，且MaxIter≥4；S29、通过探索阶段对个体位置进行更新；S30、通过开发阶段对个体位置进行更新；S31、对和进行更新；S32、Iter＝Iter+1，返回S28；S33、选择最后一次迭代时种群Sol*中目标函数值最小的个体作为调度方法；S3、将S2中获取的最优个体映射到二进制的调度矩阵，通过调度矩阵得到任务调度策略，从而进行任务调度；二进制的调度矩阵表示为： 其中，矩阵U为调度矩阵；T、K分别为矩阵U的行数、列数；ui,j表示第ith任务在第jth个计算资源上运行，并且规定每一个任务只能在一个虚拟机上计算；所述最优个体映射到二进制的调度矩阵，是采用随机S-T形转移函数将最优个体变成二进制矩阵以此进行任务调度，具体表现为以下公式： 式34中，abs表示取绝对值函数，tan表示正切函数，Solmale表示迭代过程中的最优个体，Matrixnew表示通过随机S-T形转移函数转换之后的矩阵。

全文数据：

权利要求：

百度查询： 贵州大学 一种基于增强美洲狮优化算法的云计算资源调度方法、系统、设备及介质