[发明专利]基于改进的蜘蛛集群的数据服务资源优化调度方法

权利要求书

1.基于改进的蜘蛛集群的数据服务资源优化调度方法，其特征在于，所述优化调度方法包括：

建立数据服务资源优化调度模型，基于用户最小等待时间和资源负载均衡建立目标函数，对数据服务资源调度综合满意度进行评估；

基于SSO算法建立MSSO算法，借助MSSO算法动态调整学习步长，对蜘蛛集群的协作机理进行调节；

基于MSSO算法对数据服务资源进行优化调度，经过种群初始化、迭代、更新处理过程输出最优解。

2.根据权利要求1所述基于改进的蜘蛛集群的数据服务资源优化调度方法，其特征在于，所述建立数据服务资源优化调度模型，基于用户最小等待时间和资源负载均衡建立目标函数，对数据服务资源调度综合满意度进行评估，包括：

建立数据服务资源综合调度模型，为实现数据服务资源调度目标，使用户请求和数据服务资源在一定约束条件下达到最优组合；

从用户最短等待时间W和服务资源负载均衡δ两方面建立目标函数，当存在服务请求时能够在一定约束条件下，输出最优调度序列，使得W和δ最小化；

利用目标函数中的指标W、δ基于先验偏好构造满意度函数S(W)和S(δ)，将多目标问题转化为单目标问题求解，利用几何平均法计算综合评价满意度

3.根据权利要求1所述基于改进的蜘蛛集群的数据服务资源优化调度方法，其特征在于，所述基于SSO算法建立MSSO算法，借助MSSO算法动态调整学习步长，对蜘蛛集群的协作机理进行调节，包括：

在SSO算法上提出MSSO算法，动态调整学习步长C，设置调整步长D，具体方案如下：

其中：D和C分别为自身调整步长及动态学习步长，C_min和C_max(D_min和D_max)分别为最小和最大学习因子，g和G分别为本次和总迭代次数，f_min和f_max分别代表最小和最大目标函数值，j为原个体数。

4.根据权利要求1所述基于改进的蜘蛛集群的数据服务资源优化调度方法，其特征在于，所述基于MSSO算法对数据服务资源进行优化调度，经过种群初始化、迭代、更新处理过程输出最优解，包括：

首先初始化种群，定义资源调度解的结构X_i＝(x_i1,x_i2,…,x_im)i＝1,2,…,SN，X_i表示蜘蛛个体即第i种资源调度序列，并定义最大迭代次数；

以用户最小等待时间和资源负载均衡度作为目标函数，计算每个蜘蛛个体的适应度值和权重；

循环迭代，雌、雄蜘蛛个体根据各自的协作机制移动，交配产生子代；

选择子代，对于新产生的个体，计算其适应度值，并与先前权重最小值进行比较，更新个体；

判断是否满足迭代停止条件。