一种基于遗传算法的云计算资源调度方法

摘要

本发明公开了一种基于遗传算法的云计算资源调度方法，利用遗传算法获取到云计算中资源的调度方案，遗传算法中染色体中的每个基因为该云任务中的子任务，染色体的位序号表示每个子任务代表分配到虚拟机的号码；本发明方法中根据云任务设置预期的Qos，在种群迭代更新过程中将满足预期的Qos的染色体留下，将不满足预期的Qos的染色体进行丢弃，并且根据选择概率将当前种群适应度值高的染色体直接复制到下一代种群中，然后针对当前种群剩下染色体进行交叉和变异操作，保证了种群中染色体的质量，实现了云计算的资源按需使用、弹性扩展，实时做出云计算资源调度安排，决策出最佳的资源构建和调整策略，在保障云计算网络服务质量的前提下，提高了云计算的效用比。

主权项

一种基于遗传算法的云计算资源调度方法，其特征在于，步骤如下：S1、将用户提交的云任务切分成若干个子任务，并且根据云任务设置一个预期的Qos；预期的Qos是指用户获取云计算资源时，所花费时间和费用的一个要求；S2、初始化：初始化种群规模，并且设置种群最大迭代次数；S3、生成初始种群：按照编码规则随机生成染色体，将云任务抽象为染色体的编码输入，染色体中的每个基因为该云任务中的子任务，染色体的位序号表示每个子任务代表分配到虚拟机的号码；然后判断染色体是否满足预期的Qos，若满足，则将该染色体加入到初始种群中，若不满足，则丢弃该染色体，直到达到初始种群的规模；S4、根据适应度函数计算当前种群中每条染色体的适应度值；S5、选择、交叉和变异操作：根据选择概率选择适应度值高的染色体，将这些染色体复制到下一代新种群；并且针对当前种群中剩下的染色体进行交叉和变异操作；S6、判断步骤S5中交叉和变异操作后的染色体是否满足预期的Qos，若满足，则加入到下一代新种群中，若不满足，则丢弃，直到新种群达到种群规模，并并且种群迭代次数加1；S7、判断种群迭代次数是否达到最大迭代次数，若否，则返回步骤S4，若是，则进入步骤S8；S8、将最终得到的新种群中适应度值最高的染色体作为最优解，并且针对该染色体进行解码操作得到虚拟机的号码，将该染色体作为资源调度的最优解。