[发明专利]基于改进遗传算法的云计算资源负载均衡调度方法及应用

说明书

本发明公开了一种基于改进遗传算法的云计算资源负载均衡调度方法及应用，该方法步骤包括：在初始种群中引入由Min‑min和Max‑min算法生成的个体，其余个体随机生成，组成完整的初始群体；构建两种不同的适应值函数，分别为最优跨度函数和负载均衡函数；根据个体的适应值，通过轮盘赌选择进入下一代的个体；染色体的交叉和变异；使用两种不同的适应值函数评估新种群所有个体的适应值，循环迭代运行后最终输出时间跨度最小而负载最均衡的调度方案。本发明通过对负载均衡值和时间跨度的不同结合方式建立新的适应值函数进行种群评估和筛选，均能实现两个目标的同时优化，可高效地寻找到执行时间短、负载均衡效果好的调度方案。

技术领域

本发明涉及云计算，具体涉及一种基于改进遗传算法的云计算资源负载均衡调度方法及应用。

背景技术

云计算是近年来十分热门的新兴技术，是一种对IT资源的使用模式，以服务的形式将硬件资源、软件应用和平台重组并通过互联网提供给用户。云计算环境下的资源调度是一个非常关键的问题，因为云供应商将资源整合并提供给大量的用户，使得资源分配和任务调度的工作量、频率和规模均大幅度增加，如何高效地进行调度将成为云计算系统最主要的关注点之一。

资源调度问题是如何将一定数量的任务分配到合适的资源上执行并使得总执行时间最小的问题，是一个NPC问题。调度算法为该问题寻找最优解，除了任务完成时间，负载均衡性也是云计算调度问题中需要考虑的一个重要目标。

发明内容

为了克服现有技术存在的缺陷与不足，本发明提供一种基于改进遗传算法的云计算资源负载均衡调度方法，基于负载均衡和时间跨度双目标协同优化的改进遗传算法，算法融合了Min-min，Max-min和负载均衡模型等知识对简单遗传算法进行改进，通过时间跨度和负载均衡时间的内在关联性进行相互促进的同步优化，以找到时间跨度较好且负载均衡表现较优的调度方案。该算法具有两种不同形式，即分别从负载均衡值和时间跨度两个方面来设计适应值评估函数，并将这两个适应值评估函数结合起来，从负载均衡值和时间跨度两个方面建立新的适应值函数进行种群评估和筛选，实现两个目标的同时优化，经过仿真实验的结果表明，与现有方法、传统遗传算法相比，本发明可以高效地寻找到执行时间短、负载均衡效果好的调度方案，是十分有效的云计算资源调度方法。

本发明的第二目的在提供一种基于改进遗传算法的云计算资源负载均衡调度系统。

本发明的第三目的在于提供一种存储介质。

本发明的第四目的在于提供一种计算设备。

为了达到上述目的，本发明采用以下技术方案：

一种基于改进遗传算法的云计算资源负载均衡调度方法，包括下述步骤：

初始化种群：在初始种群中引入由Min-min和Max-min算法生成的个体，其余个体随机生成，最后组成一个完整的初始群体；

适应值评估：综合最优跨度和负载均衡两个优化目标，构建两种不同的适应值函数，分别为最优跨度函数和负载均衡函数；

所述最优跨度函数向执行时间短的个体或任务分配方案进行优化和求解；

所述负载均衡函数向任务负载方差小的个体或任务分配方案进行优化和求解；

对最大时间跨度和所有资源总负载时间与平均值的差之和求和，再取倒数作为适应值函数f_LIGA1；

将最大时间跨度的值取倒数，再将负载均衡函数的值取倒数，再相加作为适应值函数f_LIGA2；

选择算子：根据个体的适应值，通过轮盘赌选择进入下一代的个体；