[发明专利]私有云环境下基于遗传禁忌混合算法的资源调度策略方法有效
申请号: | 201510789457.X | 申请日: | 2015-11-17 |
公开(公告)号: | CN105550033B | 公开(公告)日: | 2018-11-13 |
发明(设计)人: | 徐维祥;赵博;贾琳 | 申请(专利权)人: | 北京交通大学 |
主分类号: | G06F9/50 | 分类号: | G06F9/50;G06N3/12 |
代理公司: | 北京市商泰律师事务所 11255 | 代理人: | 毛燕生 |
地址: | 100044 北*** | 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: | 一种私有云环境下基于遗传禁忌混合算法的资源调度策略。第一步:随机产生初始种群;第二步:判断种群是否达到算法终止条件,若满足,则输出最优解;第三步:计算种群中所有个体适应度函数值;第四步:采取最优个体保留法和锦标赛法选择策略来选取下一代种群;第五步:依据交叉概率将选取的个体进行交叉,产生两个子代个体;第六步:依据变异概率进行变异操作,产生新的子代个体;第七步:用禁忌搜索算法对使用遗传算法产生的子代个体进行优化;第八步:生成新一代种群,返回至第二步。本发明设计了具有良好全局性与并行性的资源调度策略,避免了遗传算法的早熟现象。 | ||
搜索关键词: | 私有 环境 基于 遗传 禁忌 混合 算法 资源 调度 策略 方法 | ||
【主权项】:
1.一种私有云环境下基于遗传禁忌混合算法的资源调度策略,其特征是通过对遗传算法与禁忌搜索算法的融合,决定资源调度方式将任务映射到私有云环境的物理服务器,优化初期使用遗传算法得到子代,然后使用禁忌搜索算法对其进行优化,循环算法至满足终止条件;通过将遗传算法和禁忌搜索算法相结合,给禁忌搜索算法提供了一个好的初始解,先用遗传算法优化,待算法优化到比较好的子代之后,再用禁忌搜索算法继续优化,如此反复;遗传算法每迭代一次,禁忌搜索算法迭代多次,通过最优保存策略,使算法呈现单调变化的趋势,在算法实现的时候保存每一次迭代的最优解直接送入下一次迭代;含有以下步骤:第1步:随机产生初始种群,给定各参数,设置迭代次数,种群规模,交叉概率,变异概率;第2步:判断遗传算法的停止准则是否满足,如果满足,输出结果,否则继续以下步骤;第3步:计算适应度函数,对于资源调度策略优劣的评价,目标函数取为物理计算机资源利用率与SLA违背率的综合函数,适应度函数如下:Z=∑i∈M(t1fiR+t2fiS)这里,fiR为第i台物理服务器的资源利用率函数,fiS为第i台物理服务器的SLA(Service‑LevelAgreement,服务等级协议)违背率评价函数,t1,t2为资源利用率与SLA违背率的权重值,M为物理服务器总数量;适应度函数值最大的个体即为最优个体;第4步:选择:得到每个个体的适应度函数后,采用最优个体保留法与锦标赛选择法来实现选择操作,具体步骤如下:步骤(1)、采用最优个体保留方法,将选中的个体直接复制到子代,进行步骤(2);步骤(2)、采用锦标赛选择方法:从种群中随机选取两个个体,并生成一个随机数,若随机值小于给定选择概率值r1,则选择较优的个体,否则选择较劣的个体;第5步:交叉:对于每一个个体,生成0,1之间的随机数r2,如果r2≤pc,则对染色体进行变异,否则考虑下一个个体,从选出的两个个体随机选择一个切点,将切点两侧分别看作两个子串,将右侧的子串分别交换,则得到两个新的个体;第6步:变异:依据变异概率pm进行变异;第7步:将遗传算法得到的子代作为禁忌搜索算法的初始解,依据最优规则将迁移方案作为邻域,使用禁忌搜索算法进行优化;第8步:更新种群,以新的种群返回第3步,继续遗传算法。
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交通大学,未经北京交通大学许可,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/patent/201510789457.X/,转载请声明来源钻瓜专利网。