[发明专利]一种基于最优控制变分法的资源负载均衡调度方法

权利要求书

1.一种基于最优控制变分法的资源负载均衡调度方法，其特征在于，包括如下步骤：

步骤1，实时获取局域网内各个服务器信息数据；

步骤2，根据步骤1中获取的数据建立状态变量

步骤3，根据步骤1中获取的数据计算期望值C_e％，并建立目标集S；

步骤4，根据步骤3的期望值补全步骤2的状态变量并建立状态方程

步骤4的具体过程包括：

步骤4.1，根据需要同级卸载的服务器及接收同级卸载任务的服务器，补全的状态变量为t时刻服务器x_i将任务卸载到服务器x_j的数量，若x_i为超负荷服务器，则u_ij(t)正负，否则为正，为t时刻到达λ_i(t)+u_ij(t)个任务时所经过的时间间隔；

步骤4.2，根据步骤4.1的状态变量建立状态空间：

步骤5，根据步骤3中的期望值与网络拓扑图构建性能指标J；

步骤5的具体过程包括：

步骤5.1，根据网络拓扑图，计算当前每次任务卸载造成的网络延时ND；

步骤5.2，计算当前服务器的计算延时CD；

步骤5.3，根据当前的服务器状态与期望的服务器状态建立同级卸载任务的控制向量u(t)；

步骤5.4，由控制向量u(t)与网络延时ND与计算延时CD建立性能指标J，

步骤6，计算出最优控制u^*(t)所对应的最优轨线x^*(t)；

步骤6的具体情况包括：

步骤6.1，建立系统的状态方程为

步骤6.2，系统在t＝T时达到负载平衡，由此获得泛函向量形式为G(x(t))＝0此时x(T)的取值集合为S＝{x(T)|G(x(t))＝0}，则性能指标泛函为

步骤6.3，求解最优控制：构造哈密顿函数，令

其中λ(t)为拉格朗日乘子函数；

步骤6.4，引入的状态约束的拉格朗日乘子函数λ(t)和末态x(T)约束的拉格朗日乘子向量μ将性能指标泛函结合为新的泛函：

为方便计算，将写为J；

步骤6.5，求解最优控制：求解J的变分δJ；

终点的变分和变分在终点的值之间的关系有：

将(1)、(2)代入δJ中，得

令

由于δu和δT的任意性，得

为使u(t)为最优控制，x(t)为最优轨线，必存在向量函数λ(t)，满足正则方程和相应的边界条件

式中H为哈密顿函数，且对最优控制有稳定值并在时间终点有

步骤6.6，根据以上步骤可求得最优控制轨线u^*(t)以及对应的最优轨线x^*(t)。

2.根据权利要求1所述的一种基于最优控制变分法的资源负载均衡调度方法，其特征在于，步骤1中，所述信息数据包括：

每个边缘计算服务器的CPU使用率C％、内存占用率R％、硬盘占用率D％。

3.根据权利要求1所述的一种基于最优控制变分法的资源负载均衡调度方法，其特征在于，步骤1的具体过程包括：

步骤1.1，实时监控各个服务器的状态；

步骤1.2，若某服务器的CPU使用率超过预先设定的阈值，则将该服务器设定义为超负荷服务器；

步骤1.3，若期望值高于阈值，则重新调整阈值，重复步骤1.2。

4.根据权利要求1所述的一种基于最优控制变分法的资源负载均衡调度方法，其特征在于，步骤2中，状态变量h为处理每个任务所需的时钟周期个数；λ_i(t)为终端设备在t时刻到服务器x_i的任务数量，且λ(t)服从泊松分布；为t时刻到达λ_i(t)个任务时所经过的时间间隔。

5.根据权利要求1所述的一种基于最优控制变分法的资源负载均衡调度方法，其特征在于，步骤5.4的具体情况包括：

步骤5.4.1，设服务器x_i在t时刻接收到来自其他服务器的同级卸载任务数量为若每个任务的大小(bit)服从指数分布，则网络延时可被建为M/M/1排队模型，为其中τ为服务器x_i没有延迟的情况下发送并接收s比特的延时；

步骤5.4.2，设服务器x_i的CPU的运算速度为常数、任务的到来服从泊松分布、每个占有的CPU周期服从泊松分布，则有M/M/1排队模型得每个任务造成的计算延时其中，为服务器x_i接收到的同级卸载任务的平均数量。