[发明专利]基于多种群多目标蚁群算法的云计算资源调度方法

权利要求书

1.一种基于多种群多目标蚁群算法的云计算资源调度方法，其特征在于，所述云计算资源调度方法包括以下步骤：

S1、预先添加调度方案到全局存档中，所述调度方案包括第一类型调度方案、第二类型调度方案和第三类型调度方案，其中，第一类型调度方案是仅在特定种类的一个资源上执行所有任务，共有rtype种资源，生成rtype个第一类型调度方案添加到全局存档中；第二类型调度方案是所有任务都执行在同一种类的资源上，共有rtype种资源，生成rtype个第二类型调度方案添加到全局存档中；第三类型调度方案是启发式方法所得到的1个调度方案；全局存档包括2×rtype+1个调度方案；

S2、计算种群Tcolony和种群Ccolony的信息素初始值τ₀，如下

Tcolony:τ₀＝1/(|T|×WET_TGS) (1)

Ccolony:τ₀＝1/(|T|×WEC_CGS) (3)

其中WET_TGS表示调度方案TGS的执行时间，WEC_CGS表示调度方案CGS的执行成本，种群Tcolony以工作流执行时间WET作为优化目标，种群Ccolony则以工作流执行成本WEC作为优化目标，|T|表示待调度的工作流的任务数量，|R_pool|表示可选择的计算资源的数量，i和j分别表示任务和计算资源的编号，TGS和CGS分别表示根据式(2)和式(4)得到的两个调度方案，表示任务t_i在计算资源r_j上的执行时间，表示任务t_i在计算资源r_j上的执行成本，TGS[i]和CGS[i]分别表示调度方案TGS和CGS中为任务t_i选择的计算资源的编号；

S3、种群Tcolony和种群Ccolony根据信息素和互补型启发式策略生成调度方案，其中任务t_i选择计算资源的规则如下

其中τ(i,j)和η(i,j)分别表示任务t_i和资源r_j之间的信息素和启发式信息，τ(i,k)和η(i,k)分别表示任务t_i和资源r_k之间的信息素和启发式信息，如果q≤q₀，蚂蚁贪婪地选择信息素和启发式信息的乘积最高的资源来执行t_i，即选择[τ(i,j)]×[η(i,j)]^β值最高的资源，β是启发式信息增强因子；如果qq₀，蚂蚁根据式(6)中的概率采用轮盘赌方法为t_i选择资源，Roulette WheelSelection表示采用轮盘赌方法，其中p(i,j)表示任务t_i选择资源r_j的概率；

在互补型启发式策略中，优化目标为执行时间的种群Tcolony中选择资源r_j执行任务t_i的启发式信息考虑了任务执行和数据传输的成本，如下

优化目标为执行成本的种群Ccolony中选择资源r_j执行任务t_i的启发式信息考虑了任务执行和数据传输的时间，如下

其中表示资源r_j的单位时间租赁价格，parent(t_i)表示任务t_i的前置任务的集合，transmit(t_i,t_j)表示任务t_i和任务t_j之间的数据传输时间；

种群中的蚂蚁在为每一个任务选择计算资源之后，马上执行信息素局部更新，如下：

τ(i,j)＝(1-ρ)×τ(i,j)+ρ×τ₀ (9)

其中ρ是信息素蒸发速率；

S4、采用基于非支配最优调度方案的信息素更新策略执行信息素全局更新，首先，把全局存档中的调度方案根据执行时间升序排序，并将全局存档中的调度方案的数量记录为K；然后，定义一个取值范围为(0,1)的参数sr，用于信息素全局更新的调度方案记为GUS，种群Tcolony从全局存档中的前K×sr个调度方案中随机选择一个作为GUS，而种群Ccolony从全局存档中的最后K×sr个调度方案中随机选择一个作为GUS，信息素全局更新的方式为

其中ε是信息素积累速率，Δτ_b(i,j)表示信息素更新因子；

S5、执行全局存档更新，首先，对种群Tcolony和种群Ccolony中的蚂蚁所构造的调度方案进行适应值评估，即计算调度方案的执行时间和执行成本；然后，将种群Tcolony和种群Ccolony中的调度方案添加到全局存档中，并对全局存档中的调度方案进行非支配检查，仅保留那些非支配调度方案，非支配调度方案指的是那些不被其他调度方案所支配的调度方案，如果调度方案A在执行时间和执行成本至少一项上优于调度方案B，并且在执行时间和执行成本上均不差于调度方案B，那么调度方案A支配了调度方案B；最后，对全局存档进行精英学习策略，精英学习策略的操作如下：如果全局存档的大小不超过参数ess_num，则对全局存档中的所有调度方案进行精英学习，否则根据拥挤距离对全局存档中的调度方案进行降序排序，然后仅选择前ess_num个调度方案进行精英学习，每一个被选中的调度方案都根据概率ess_rate随机从大范围精英学习和小范围精英学习中挑选一种进行，随后，对所有新生成的调度方案进行适应值评估并添加到全局存档中，最后，对全局存档进行一次非支配检查，移除那些已被支配的调度方案；

S6、云计算资源调度方法不断迭代执行步骤S3～S5，直到调度方案评估次数达到一个预设的阈值，最终输出全局存档中的调度方案。