Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种面向云计算的多目标资源调度方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:东北大学

摘要:本发明提供一种面向云计算的多目标资源调度方法,涉及云计算场景下的资源调度技术领域;该方法首先统计当前云计算资源中心中每个用户所需的计算资源,根据各个服务提供商提供的计算服务信息,建立初始数据集;之后将云计算场景下资源调度过程中的收益最大化问题转化为两个收益目标函数和多个约束;根据数据集随机生成多个资源调度方方案,并利用建立好的收益目标函数进行评估;使用收益目标函数和参考向量对种群进行优化;在优化过程中,使用分布式估计对当前所有最优方案建立概率模型并进行采样的方法能够大大加快种群收敛的速度,保证种群的收敛性,产生的均匀向量引导种群中的个体向多个方向收敛,保证种群的多样性,通过这些策略来寻找更多适合该问题的方案。

主权项:1.一种面向云计算的多目标资源调度方法,其特征在于,包括:步骤1:根据待分配计算资源设置资源调度方案的编码方式;步骤2:将计算资源调度问题转化为由目标优化和约束问题构成的数学模型;步骤3:利用基于分布式估计的多目标优化算法求解数学模型得到一组最优的资源调度参考方案。所述步骤1包括:步骤1.1:对当前云计算中心所有的服务提供商、资源种类和待分配计算资源的用户进行编号;步骤1.2:统计所有待分配计算资源的用户提交的订单;步骤1.3:确定每个服务提供商为当前云计算中心中的待分配用户所需的全部计算资源提供的相应报价信息;步骤1.4:设置资源调度方案的编码方式;所述步骤2包括:步骤2.1:建立所有待分配计算资源的用户为其所需计算资源的花费总和最小的目标函数MinimizeF’U: 转化为最大化函数MaximizeFU: 其中,U表示待分配计算资源用户的编号集合,U={1,2,3,…,C};vu表示用户u在实际交易过程中支付的价格;bu表示用户u可为该订单支付的最大价格,用户u的订单为Bu=du,qu,bu,du表示用户u所需要的各类计算资源的数量,gu表示用户u所需要的每种计算资源可被分为的最大份数,步骤2.2:建立计算中心中所有的服务提供商收入总和最大的目标函数MaximizeFP: 其中,rp表示服务提供商p在实际交易过程中获得的总收入;P表示服务提供商的编号集合,P={1,2,3,…,E},E表示服务提供商的总个数,S表示计算资源类型的编号集合,S={1,2,3,…,L},L表示计算资源的类型总个数,表示服务提供商可接受的第s类计算资源的最低报价;步骤2.3:建立目标函数的约束条件: 式中,mp表示服务提供商p可提供的各类计算资源的数量,表示服务提供商p可提供第s类计算资源的数量;所述步骤3包括:步骤3.1:在目标空间中产生N条均匀的参考向量并组成向量矩阵W,分别找出距离向量Ww最近的T条参考向量并组成邻接向量矩阵Bw,其中,Ww表示第w条参考向量,w=1,2,…,N;步骤3.2:随机生成调度方法组成初始种群,进行编码;该种群中包含N个个体,每个个体代表一种调度方案,对每个调度方案,计算其在所述数学模型中的目标函数值;步骤3.3:创建理想点z,z={z1,z2},z1、z2是当前种群中所有个体在两个目标函数上的最大值;步骤3.4:找出目标空间中的每条参考向量在当前种群中距离最近的个体并建立关联;步骤3.5:对于每条参考向量,使用基于分布式估计的方法产生新解,如果新解在该向量上的适应度值大于当前与该向量相关联的解,则替换该解;步骤3.6:根据更新后的种群,找出每个目标的最大值,更新理想点z;步骤3.7:迭代执行步骤3.5~步骤3.6,直到达到循环的迭代次数,优化计算结束,当前种群中的决策变量即为当前问题的最优解决方案。

全文数据:

权利要求:

百度查询: 东北大学 一种面向云计算的多目标资源调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。