一种云环境下的资源调度方法

摘要

本发明公开了一种云环境下的资源调度方法，属于分布式计算和计算机网络应用领域。本发明从系统级节能角度出发，在满足云任务的执行时间和费用两个QoS需求的前提下，以系统总能耗最小为目标，对资源进行调度，可有效降低云数据中心的能源消耗；并进一步采用改进的遗传算法进行最优资源调度方案的搜索，通过引入正态分布的选择算子提高适应度适中的个体以保持种群多样性，利用正态分布模型根据适应度和进化代数设计交叉算子和变异算子以保持种群多样性和种群结构，从而有效提高了算法的收敛性能，减少了算法完成时间。

主权项

一种云环境下的资源调度方法，将切分后得到的M个任务分配至N个物理主机进行处理，其特征在于，任务分配的具体方案通过求解以下数学模型得到：Subject toT_ijexec≤T_iexpt,cost_ijvm≤cost_iexpt，式中，EC_total为系统总能耗，EC_j表示第j个物理主机r_j的能耗，T_ijexec、T_iexpt分别表示第i个任务t_i的预计执行时间、期待执行时间，cost_ijvm、cost_iexpt分别表示任务t_i的预计执行费用、期待执行费用；所述数学模型的求解使用遗传算法，所述遗传算法的染色体编码方法如下：采用实数编码方式，染色体的长度等于任务的数量M，其中的基因与M个任务一一对应；基因的值为该基因所对应的任务占用的物理主机编号；所述遗传算法的适应度函数如下：f＝k_adapt/lg(EC_total+1)，式中，k_adapt为适应参数，EC_total为系统总能耗；所述遗传算法中的选择操作具体按照以下方法：按照正态选择算子的概率值，用轮盘赌方法选择两个染色体；正态选择算子的计算公式如下：其中，popSize为种群规模，μ表示第t代种群的平均适应度，σ²表示每个种群个体适应度的方差，f(X_k)表示种群中个体X_k的适应度，表示个体X_k在第t代被选择的概率。