[发明专利]复杂系统仿真应用的云计算资源智能分配方法与装置

说明书

本申请涉及一种复杂系统仿真应用的云计算资源智能分配方法与装置。所述方法包括：采集复杂系统仿真应用的实时运行信息；从实时运行信息中抽取特征数据，得到复杂系统仿真应用的运行特征数据集；将运行特征数据集输入训练好的预测模型，通过预测模型根据运行特征数据集进行云计算资源预测，得到所需云计算资源；为复杂系统仿真应用分配与所需云计算资源相等的云计算资源。采用本方法能够提升应用执行性能。

技术领域

本申请涉及云计算技术领域，特别是涉及一种复杂系统仿真应用的云计算资源分配方法、装置、计算机设备和存储介质。

背景技术

复杂系统仿真为经济、社会、国防等领域的研究带来了新的视角。在社会研究领域，可以突破常规方法的诸多限制，诸如非线性关系、随机问题、长周期的社会演化问题等。在作战方案分析与军事决策支持方面，复杂系统仿真通过对当前态势的快速推演，对成千上万种作战方案进行评估，能够在很短的时间内为下一步作战决策提供辅助决策支持。随着复杂系统仿真应用规模越来越大，实体之间的交互越来越复杂，对计算能力提出了越来越高的需求。云计算技术为复杂系统仿真的研究发展提供了新的途径与平台架构，能够以虚拟资源池的方式为复杂系统仿真应用提供高效的计算能力。

在云环境下，复杂系统仿真应用通常会被划分为多个组，分发到多个计算资源上并行协同计算，以满足对执行效率的需求。但是，若分配给复杂系统仿真应用的计算资源过少，则难以支持应用的高效运行。若分配给复杂系统仿真应用的计算资源过多，一方面会增加实体之间的通信负载，导致性能不增反降，另一方面也是对计算资源的一种浪费。然而，由于云计算环境具有分布共享和弹性伸缩的特点，从而使得分配资源时非常容易出现资源分配过多或过少的情况，导致降低了复杂系统仿真应用的应用执行性能。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升应用执行性能的复杂系统仿真应用的云计算资源智能分配方法、装置、计算机设备和存储介质。

一种复杂系统仿真应用的云计算资源智能分配方法，所述方法包括：

采集复杂系统仿真应用的实时运行信息；

从所述实时运行信息中抽取特征数据，得到所述复杂系统仿真应用的运行特征数据集；

将所述运行特征数据集输入训练好的预测模型，通过所述预测模型根据所述运行特征数据集进行云计算资源预测，得到所需云计算资源；

为所述复杂系统仿真应用分配与所述所需云计算资源相等的云计算资源。

在其中一个实施例中，所述方法还包括：

生成仿真数据集，并从所述仿真数据集中抽取训练特征数据集；

对所述训练特征数据集进行特征评价，从所述训练特征数据集中选择预设数量的训练特征数据组成候选特征集；

利用所述候选特征集对预设的预测模型进行训练，得到训练好的预测模型。

在其中一个实施例中，所述对所述训练特征数据集进行特征评价，从所述训练特征数据集中选择预设数量的训练特征数据组成候选特征集，包括：

评价所述训练特征数据集中各训练特征数据的特征能力；

选择所述特征能力最大的训练特征数据作为已选特征加入候选特征集，剩余的训练特征数据作为未选特征；

评价各所述未选特征的特征能力以及各所述未选特征与所述已选特征的冗余性，得到评价结果；

选择所述评价结果最优的所述未选特征作为已选特征加入候选特征集；

返回评价各所述未选特征的特征能力以及各所述未选特征与所述已选特征的冗余性的步骤，直至满足迭代要求得到最优的候选特征集为止。