[发明专利]一种端云协同负载均衡调度方法、系统及存储介质

权利要求书

1.一种端云协同负载均衡调度方法，其特征在于：包括以下步骤：

采用扫描法计算得到初始种群；

计算初始种群中所有粒子的适应度；

根据粒子的适应度，进行粒子选取；

分别采用交叉算法和变异算法对选取的粒子进行优化；

对优化后的粒子进行速度更新以及位置更新操作，得到最优粒子；

其中，所述粒子适应度的计算公式为：

Fitness＝a*execution(cost)+b*execution(time)+c*energy(consumption)，

其中0＜a＜1，0＜b＜1，0＜c＜1； execution(cost)代表粒子的执行时间花费；execution(time)代表粒子的执行时间开销；energy(consumption)代表粒子的能耗开销；energy(consumption)：EC(actual)＝EC(max)-EC(min)，EC(actual)代表实际能耗；EC(max)代表能耗最大值；EC(min)代表能耗最小值；

其中，粒子的速度计算公式为：

其中，表示在当前时刻下第i个粒子第d个维度的速度；w代表惯性权重，用于记录当前自身的速度，通常为非负数，调节解的搜索范围，为0时则失去自身速度的记忆；c₁代表加速度，用于调节学习的最大步长，当c₁为0时则不考虑自身经验，会导致丧失群体多样性，就是每个点都向当前最高点移动；r₁代表随机函数，取值范围为[0，1]；pbest_id代表自身历史经验中的适应度最高的位置信息；c₂代表加速度，用于调节学习的最大步长、解的搜索空间，当c₂为0时则不考虑他人的经验，没有信息共享，会导致收敛变慢；r₂代表随机函数，取值范围为[0，1]；gbest_id代表所有粒子的历史经验中适应度最高的位置信息；代表第k次迭代粒子i位置矢量的第d维分量。

2.根据权利要求1所述的一种端云协同负载均衡调度方法，其特征在于：所述采用扫描法计算得到初始种群这一步骤，其具体为：通过扫描法创建初始染色体，并基于初始染色体生成初始种群。

3.根据权利要求1所述的一种端云协同负载均衡调度方法，其特征在于：所述根据粒子的适应度，进行粒子选取这一步骤，具体为：根据粒子的适应度，采用轮盘赌算法、锦标赛算法或精英保留策略进行粒子选取。

4.根据权利要求3所述的一种端云协同负载均衡调度方法，其特征在于：所述根据粒子的适应度，采用轮盘赌算法进行粒子选取这一步骤，其包括以下步骤：

根据当前粒子的适应度，通过预设的抽取概率进行粒子抽取；

计算抽取的粒子的生存概率；

根据粒子的生存概率，生成下一代粒子；

将下一代粒子作为当前粒子，并返回执行根据当前粒子的适应度，通过预设的抽取概率进行粒子抽取的步骤，直至当前粒子满足预设的要求。

5.根据权利要求1所述的一种端云协同负载均衡调度方法，其特征在于：所述采用交叉算法对选取的粒子进行优化这一步骤，其具体为：采用单点交叉方式，对粒子中的染色体片段进行交换，生成新的子代染色体。

6.根据权利要求1所述的一种端云协同负载均衡调度方法，其特征在于：所述采用变异算法和变异算法对选取的粒子进行优化这一步骤，包括以下步骤：

随机选取粒子中染色体的突变位置；所述突变位置包括突变的基因片段或者突变的基因点；

根据选取的突变位置，进行变量翻转操作；

根据变量翻转操作的结果，生成新的子代染色体。