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！

摘要：本发明公开一种多策略融合改进哈里斯鹰算法的云计算任务调度方法，包括：构建云计算异构网络场景，根据场景信息表示出数据中心、虚拟机和独立任务；根据云计算异构网络场景，搭建任务调度系统模型，并表示出待优化策略问题的目标函数和约束条件；将任务调度系统模型映射到改进哈里斯鹰算法，并完成算法参数设置；任务调度映射为哈里斯鹰算法中个体的位置，将最大完成时间与平均资源利用率的联合优化模型映射成鹰群寻觅猎物的适应度评价函数；采用多策略融合改进哈里斯鹰算法求解最优任务调度策略，迭代寻优，得出优化后的最优任务调度策略。本发明实现任务调度的精准管理，实现最优调度，实现系统计算时间的提升和运营成本的降低。

主权项：1.一种多策略融合改进哈里斯鹰算法的云计算任务调度方法，其特征在于，包括步骤：S10,构建云计算异构网络场景，根据场景信息表示出数据中心、虚拟机和独立任务；S20,根据云计算异构网络场景，搭建任务调度系统模型，并表示出待优化策略问题的目标函数和约束条件；搭建任务调度系统模型，包括：针对云计算独立任务调度中的最大完成时间与平均资源利用率联合优化问题，构建相对应的目标优化数学模型；将一个完整的任务调度定义为s=P,MK,AVRU，P为任务矩阵，P包含了所有任务t到部署虚拟机v的合理映射ptv，MK和AVRU分别为任务t最大完成时间和平均资源利用率；S30,将任务调度系统模型映射到改进哈里斯鹰算法，并完成算法参数设置；任务调度映射为哈里斯鹰算法中个体的位置，将最大完成时间与平均资源利用率的联合优化模型映射成鹰群寻觅猎物的适应度评价函数；任务调度中的最大完成时间与平均资源利用率为目标的任务调度优化问题，表示为整数规划模型： ；其中，λ1表示优化任务完成时间的权重约束；λ2表示优化平均资源利用率的权重约束；λ1∈[0,1]，λ2∈[0,1]，且满足λ1+λ2=1；对最大完成时间和平均资源利用率指标建立计算模型：设定二元决策变量SVik1≤i，≤N取值表示任务ti和tk是否同时被分配到同一虚拟机，当分配到同一虚拟机时SVik=1，否则SVik=0；任务ti传输到匹配虚拟机vj的传输时间为： ；Sizei表示独立任务ti传输的数据量大小,Bwj表示虚拟机vj的带宽容量；任务ti在指定虚拟机vj上的执行所需时间为： ；Comj表示虚拟机vj的计算能力，Leni表示为独立任务ti所需的计算资源；任务ti匹配的虚拟机vj完成已分配工作负载所需的时间为： ；etckj表示任务tk在指定虚拟机vj上的执行所需时间，SVki表示任务tk和ti是否同时被分配到同一虚拟机，pij表示任务；任务ti在分配虚拟机vj上执行结束的实际时间为： ；对于任何任务矩阵P的任务最大完成时间何平均资源利用率模型为： ；得到系统优化目标模型： ；λ1和λ2为权重，MK和AVRU分别为任务最大完成时间和平均资源利用率，Ramj表示虚拟机vj的内存容量，retk表示任务tk匹配的虚拟机vj完成已分配工作负载所需的时间，FinTk任务tk在分配虚拟机vj上执行结束的实际时间；公式中，约束条件1：保证任务执行不存在优先级，每个任务只允许在分配的特定虚拟机上执行一次；约束条件2：保证只有在满足内存需求的情况下，才能将任务分配给虚拟机；若满足SVik=1，约束条件3需确定成立，以保证同一虚拟机的执行时间不重叠，某时刻虚拟机在完全处理已分配的任务ti，才可处理下一个分配的任务tk；采用多策略融合改进哈里斯鹰算法求解最优调度策略，包括步骤：S31,算法参数设置：设置种群数量N、最大迭代次数MaxIt和优化维度Dim；S32,种群初始化：采用混沌对立学习策略初始化种群位置；S33,猎物逃逸能量更新：采用自适应指数递减策略更新猎物的逃逸能量，控制鹰群从搜索阶段到追逐猎物阶段的转换；若逃逸能量绝对值大于1则进入搜索猎物阶段，若逃逸能量绝对值小于1则进入追逐捕猎阶段；S34,搜索猎物阶段：引入灰狼优化算法的探索机制对原始搜索策略进行精英代表性搜索，更新猎物位置信息，以提高哈里斯鹰算法的全局探索性和空间多样性；S35,追逐方式选择：根据不同逃跑概率和逃逸能量随机选用软围捕、硬围捕、递进式快速俯冲软围捕和递进式快速俯冲硬围捕四种改进的追逐方式之一进行新位置开发，最终选择适应度值更优的位置，更新猎物位置信息；S36,种群位置更新：在新位置确定后，完成鹰群相应位置和适应度值的更新，更新猎物的位置与最优适应度；S37,迭代结束判断：根据迭代截止条件判断迭代是否结束，未结束则重新进入步骤S33，直至迭代结束得到猎物位置对应下的最优调度策略；S40,采用多策略融合改进哈里斯鹰算法求解最优任务调度策略，迭代寻优，得出优化后的最优任务调度策略。

全文数据：

权利要求：

百度查询： 成都中嵌自动化工程有限公司 一种多策略融合改进哈里斯鹰算法的云计算任务调度方法