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：磐柔(厦门)工业智能有限公司

摘要：本发明公开了一种面向晶圆表面缺陷检测的动态权值优化负载均衡算法，包括以下过程：a.针对晶圆表面缺陷检测所使用的计算机集群建立负载均衡模型；b.构建目标函数，目标函数设计为引入影响因子后各项指标负载均衡度的线性函数：c.按照固定周期将各个节点负载状况反馈至主控节点，主控节点根据当前各节点负载状态计算负载均衡度，并判断是否超过阈值，若是，进行过程d，若否，继续监控实时负载状态；d.采用动态权值优化算法求解新权值；e：用所求得权值解替换原有权值；f：主控节点按照新的权值继续进行任务的分发。本发明可实现在短时间之内对集群进行及时调整，维持集群稳定性。

主权项：1.一种面向晶圆表面缺陷检测的动态权值优化负载均衡算法，其特征在于，包括以下过程：a.针对晶圆表面缺陷检测所使用的计算机集群建立负载均衡模型；建立负载均衡模型的负载矢量量化标准如下： 其中，load为节点Ni在t时刻的负载率，LNit为节点N在t时刻的负载量，MLNi为节点Ni的最大负载能力，负载量LNi由节点Ni的CPU负载量、内存负载量与磁盘IO负载量共同决定；b.构建目标函数，目标函数设计为引入影响因子后各项指标负载均衡度的线性函数：fx＝aσcpu+bσmem+cσio其中，a、b、c分别为CPU利用率、内存利用率与磁盘IO使用率的影响因子，其根据各指标对集群负载均衡的影响程度所决定，且a、b、c三者之和为1；σcpu、σmem、σio分别为CPU利用率、内存利用率与磁盘IO使用率三个指标当前的负载均衡度；c.按照固定周期将各个节点负载状况反馈至主控节点，主控节点根据当前各节点负载状态计算负载均衡度，并判断是否超过阈值，若是，进行过程d，若否，继续监控实时负载状态；d.采用动态权值优化算法求解新权值；包括以下步骤：d1.对种群中的每个粒子进行随机初始化；d2.根据初始种群计算初始个体最优、最差、群体最优、最差及平均最优位置；d3.种群各粒子根据位置更新公式对粒子当前位置进行更新；d4.计算粒子目标函数值并更新个体最优、最差、群体最优、最差及平均最优位置；d5.判断算法是否达到终止条件，即是否到达最大迭代次数或解质量是否已满足要求，若是，输出最优解作为本次的权值解；若否，返回步骤d3继续寻优；e：用所求得权值解替换原有权值；f：主控节点按照新的权值继续进行任务的分发；步骤d2中，自适应离散量子粒子群算法的位置更新公式为： 其中，⊙为个体变异操作算子，个体变异操作通过在多维的粒子位置空间中随机选择一个变异点，并产生一个取值范围在0,1的随机概率r,若r小于变异概率，则将变异点的值用该维度取值范围内的任一随机整数替换，其余元素保留，由此产生一个新个体；若r大于等于变异概率，则维持原个体不变； 为交叉选择操作算子，交叉选择操作采用均匀交叉与轮盘赌选择的方式产生新个体，运算符两端的个体每个维度均产生一个取值范围在0,1的随机概率ri，i为维度索引，若ri小于交叉概率，则每个元素以一定概率进行交换，两个个体交叉完毕后产生两个新个体，此时再利用轮盘赌的方式在两个个体中选择一个成为交叉选择操作所得到的最终个体；若ri大于等于交叉概率，则不进行交叉选择，直接令运算符之前的个体作为该操作所得的最终个体；β为扩张收缩因子，β的取值范围为0,1；xt为当前粒子位置，xt+1为更新后粒子个体位置，α与u均为0,1上均匀分布的随机数，pbesti为粒子个体最优位置，gbest为粒子群体最优位置，mbest为粒子群体的平均最优位置，p1为优势引导项的交叉概率，p2为个体探索项的交叉概率，p3为综合项的交叉概率；扩张-收缩因子β的计算公式如下： 其中，βmin与βmax分别为扩张-收缩因子β的最小值与最大值，fworst、fbest与fx分别代表种群历代最差值、最优值与粒子当前值，maxiter为最大迭代次数，iter为当前迭代次数。

全文数据：

权利要求：

百度查询： 磐柔(厦门)工业智能有限公司 一种面向晶圆表面缺陷检测的动态权值优化负载均衡算法