[发明专利]基于改进蚁群算法的虚拟机调度方法

摘要

本发明公开了一种基于改进蚁群算法的虚拟机调度方法，包括以下步骤：初始化相关参数；将蚂蚁随机置于某一物理服务器；对物理服务器进行虚拟机放置；判断物理服务器是否能继续放置虚拟机，若是，则返回上一步，否则选取下一个物理服务器，并判断虚拟机集合中虚拟机是否全部放置，若是，执行下一步；否则返回上一步；求取每只蚂蚁对应的改进目标函数值，其最大值对应的虚拟机放置方案即为虚拟机调度局部最优解；判断当前迭代次数是否大于迭代次数阈值Rmax，若大于，则结束迭代过程；反之，返回第二步进行下次迭代，直至满足迭代次数约束条件；输出目标函数最大值所对应的虚拟机放置方案即全局最优解。本发明能够实现cpu高利用率的同时，保证资源均衡使用。

主权项

1.一种基于改进蚁群算法的虚拟机调度方法，其特征在于，包括以下步骤：步骤1、初始化参数，参数包括信息素浓度、挥发系数、物理服务器与所需安放的虚拟机的集合、蚂蚁的总量及启发因子以及禁忌表；步骤2、将每只蚂蚁随机置于某一物理服务器；步骤3、根据蚁群算法的概率转移公式，蚂蚁从禁忌表之外的虚拟机集合中选择虚拟机，以对相应的物理服务器进行虚拟机放置，并将已选择的虚拟机加入至禁忌表中；步骤4、判断所述物理服务器是否能继续放置虚拟机，若是，则返回步骤3；否则选取下一个物理服务器，并判断虚拟机集合中虚拟机是否全部放置，若是，执行步骤5；否则返回步骤3；步骤5、求取每只蚂蚁对应的改进目标函数值，并选取其中的最大值所对应的虚拟机放置方案，即为虚拟机调度局部最优解，之后清空禁忌表，更新信息素浓度；步骤6、判断当前迭代次数是否大于迭代次数阈值Rmax，若大于，则结束迭代过程，执行步骤7；反之，返回步骤2进行下次迭代，直至满足迭代次数约束条件；步骤7、输出目标函数最大值所对应的虚拟机放置方案即全局最优解。