[发明专利]一种基于Qos的微服务组合优化方法在审

专利信息
申请号: 202111413894.3 申请日: 2021-11-25
公开(公告)号: CN114138479A 公开(公告)日: 2022-03-04
发明(设计)人: 胡晶晶;徐逍君;郝晋;何婉超;管梓宇;许卓凡 申请(专利权)人: 北京理工大学
主分类号: G06F9/50 分类号: G06F9/50;G06N3/00
代理公司: 北京理工大学专利中心 11120 代理人: 高燕燕
地址: 100081 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 qos 微服 组合 优化 方法
【权利要求书】:

1.一种基于Qos的微服务组合优化方法,其特征在于,包括:将微服务节点进行S等份分割,即将解向量的元素划分成对等的S个部分,作为优化算法的S个子种群;随机初始化所述子种群,然后计算各子种群的个体适应值;根据所述适应值对所述子种群进行合作协同进化。

2.如权利要求1所述的一种基于Qos的微服务组合优化方法,其特征在于,所述种群个体的编码方式采用离散编码的方式。

3.如权利要求2所述的一种基于Qos的微服务组合优化方法,其特征在于,所述离散编码采用以下方式:针对m个根据业务功能划分出的抽象微服务AS1-ASm组成的服务组合,根据分组情况,使用长度为m/p的整数序列对子种群个体进行编码,其中个体向量元素的位置代表组合流程中的每个服务节点子任务位置,个体长度对应分组中抽象微服务节点总数,个体向量元素的值为候选集合中原子服务CS编号。

4.如权利要求1或2或3所述的一种基于Qos的微服务组合优化方法,其特征在于,所述个体适应值采用以下方式计算:将Qos目标函数转化为适应度函数,通过计算个体的适应值来判断个体所代表的微服务组合方案的质量优劣。

5.如权利要求4所述的一种基于Qos的微服务组合优化方法,其特征在于,所述适应度函数具体为:

Qos(x)=w1P′+w2T′+w3R′+w4A′

其中,x表示种群个体,即解向量表示的服务组合方案,P′,T′,R′,A′分别表示该解方案对应的组合服务的执行价格、响应时间、可靠性和可用性。

6.如权利要求1或2或3所述的一种基于Qos的微服务组合优化方法,其特征在于,所述合作协同进化具体采用以下方式:将当前种群的进化代数用G表示,设定初始进化代数为0,最大迭代次数为Gmax,每一轮开始前在各个子种群中选取适应值最高的代表个体ri(G)合作协作合成一个完整协同目标个体解向量Rg(G),计算其适应值F(xij),再判断当前进化代数是否达到阈值Gmax,若是则中止算法,输出本次算法的协同目标个体解向量Rg(G)及其适应值F(xij),若不是则继续迭代。

7.如权利要求6所述的一种基于Qos的微服务组合优化方法,其特征在于,每一轮所述迭代过程,各个子种群内部进行DE算法的多策略变异、交叉和选择操作,以此生成下一代子种群,选择操作结束,一轮进化完成。

8.如权利要求7所述的一种基于Qos的微服务组合优化方法,其特征在于,所述变异操作具体采用下述公式的DE/rand/1和DE/best/1两种变异策略,在每一次迭代执行变异操作时,随机选择一种变异策略生成变异向量;

其中,r1≠r2≠r3≠i,且R1,R2,R3∈{1,2,…,N},缩放因子F∈[0,2]。

9.如权利要求8所述的一种基于Qos的微服务组合优化方法,其特征在于,所述F=0.5。

10.如权利要求8或9所述的一种基于Qos的微服务组合优化方法,其特征在于,在执行所述变异操作时,进一步对差分向量的元素值进行检查,如果变量超出了取值范围,则进行越界修正,确保变量取值都有意义。

11.如权利要求7所述的一种基于Qos的微服务组合优化方法,其特征在于,所述交叉操作具体采用二项交叉方式进行交叉。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111413894.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top