[发明专利]私有云环境下基于遗传禁忌混合算法的资源调度策略方法

权利要求书

1.一种私有云环境下基于遗传禁忌混合算法的资源调度策略,其特征是通过对遗传算法与禁忌搜索算法的融合,决定资源调度方式将任务映射到私有云环境的物理服务器,优化初期使用遗传算法得到子代，然后使用禁忌搜索算法对其进行优化，循环算法至满足终止条件；

通过将遗传算法和禁忌搜索算法相结合,给禁忌搜索算法提供了一个好的初始解,先用遗传算法优化,待算法优化到比较好的子代之后,再用禁忌搜索算法继续优化,如此反复；

遗传算法每迭代一次,禁忌搜索算法迭代多次，通过最优保存策略,使算法呈现单调变化的趋势,在算法实现的时候保存每一次迭代的最优解直接送入下一次迭代；

含有以下步骤:

第1步：随机产生初始种群,给定各参数,设置迭代次数,种群规模,交叉概率,变异概率；

第2步：判断遗传算法的停止准则是否满足,如果满足,输出结果,否则继续以下步骤；

第3步：计算适应度函数,对于资源调度策略优劣的评价,目标函数取为物理计算机资源利用率与SLA违背率的综合函数,适应度函数如下：

Z＝∑_i∈M(t₁f_iR+t₂f_iS)

这里，f_iR为第i台物理服务器的资源利用率函数，f_iS为第i台物理服务器的SLA(Service-LevelAgreement，服务等级协议)违背率评价函数，t₁，t₂为资源利用率与SLA违背率的权重值,M为物理服务器总数量；适应度函数值最大的个体即为最优个体；

第4步：选择：得到每个个体的适应度函数后,采用最优个体保留法与锦标赛选择法来实现选择操作,具体步骤如下：

步骤(1)、采用最优个体保留方法，将选中的个体直接复制到子代，进行步骤(2)；

步骤(2)、采用锦标赛选择方法：从种群中随机选取两个个体，并生成一个随机数，若随机值小于给定选择概率值r₁，则选择较优的个体，否则选择较劣的个体；

第5步：交叉：对于每一个个体,生成0,1之间的随机数r₂,如果r₂≤p_c,则对染色体进行变异,否则考虑下一个个体，从选出的两个个体随机选择一个切点,将切点两侧分别看作两个子串,将右侧的子串分别交换,则得到两个新的个体；

第6步：变异：依据变异概率p_m进行变异；

第7步：将遗传算法得到的子代作为禁忌搜索算法的初始解，依据最优规则将迁移方案作为邻域，使用禁忌搜索算法进行优化；

第8步：更新种群,以新的种群返回第3步,继续遗传算法。

2.根据权利要求1所述的私有云环境下基于遗传禁忌混合算法的资源调度策略方法，其特征为：在第3步中，资源利用率函数为：

f_R＝(1-u_cpu)×(1-u_mem)×(1-u_bandwidth)

公式中u_cpu、u_mem、u_bandwidth分别为物理服务器的CPU利用率、内存利用率、带宽资源利用率。

3.根据权利要求1所述的私有云环境下基于遗传禁忌混合算法的资源调度策略方法，其特征为：在第3步中，SLA违背率函数为：

公式中，u_cpu表示物理服务器的CPU利用率，u_max是对u_cpu定义的最高限值。

4.根据权利要求1所述的私有云环境下基于遗传禁忌混合算法的资源调度策略方法，其特征为：f_R取值范围为0到1之间。

5.根据权利要求1所述的私有云环境下基于遗传禁忌混合算法的资源调度策略方法，其特征为：u_max取值范围为0到1之间，f_S的取值范围为0到1之间。