[发明专利]云资源的调度方法、装置及计算机存储介质

权利要求书

1.一种云资源的调度方法，其特征在于，所述方法包括：

当接收到资源调度请求时，根据所述资源调度请求中的多个任务和所述多个任务中的每个任务对应的数量大小，进行调度方案初始化处理，得到第一参考调度方案集合，所述第一参考调度方案集合中包括所述每个任务对应的多个调度方案；

确定所述第一参考调度方案集合中的第一调度集合和第二调度集合，所述第一调度集合中的调度方案处理任务的效率大于第二调度集合中的调度方案处理任务的效率；通过差分演化算法从调度方案资源集合中确定候选调度方案集合，所述调度方案资源集合为能够处理所述多个任务的所有调度方案的集合；

通过多目标决策优化算法MOEA/D从所述候选调度方案集合中确定最优调度方案；通过所述最优调度方案更新所述第一调度集合和所述第二调度集合；确定更新所述第一调度集合的更新次数；当所述更新次数小于或等于次数阈值时，返回确定所述第一参考调度方案集合中的第一调度集合和第二调度集合的操作，直至所述更新次数大于所述次数阈值；当所述更新次数大于所述次数阈值时，从所述第一调度集合中获取目标调度方案集合，所述目标调度方案集合中包括所述每个任务对应的调度方案，且所述目标调度方案集合中包括每一代优化过程中生成的最优调度方案；

按照所述目标调度方案集合中的调度方案对所述多个任务进行云资源的调度。

2.如权利要求1所述的方法，其特征在于，所述当接收到资源调度请求时，根据所述资源调度请求中的多个任务和所述多个任务中的每个任务对应的数量大小，进行调度方案初始化处理，得到第一参考调度方案集合，包括：

当接收到所述资源调度请求时，获取所述多个任务的任务数量、当前运行的虚拟机数量和第一参考调度方案；

根据所述多个任务的任务数量和所述虚拟机数量，将所述第一参考调度方案通过基因编码进行标识；

根据所述第一参考调度方案对应的基因编码，构建所述第一参考调度方案集合。

3.如权利要求1所述的方法，其特征在于，所述通过多目标决策优化算法MOEA/D从所述候选调度方案集合中确定最优调度方案，包括：

获取资源调度请求对应的目标函数，所述目标函数包括任务执行时间函数和能源消耗函数；

通过所述MOEA/D算法从所述候选调度方案集合中确定使所述目标函数的函数值最小的参考候选调度方案；

将所述参考候选调度方案确定为所述最优调度方案。

4.如权利要求3所述的方法，其特征在于，所述通过所述MOEA/D算法从所述候选调度方案集合中确定使所述目标函数的函数值最小的参考候选调度方案，包括：

通过分类器确定所述候选调度方案集合中每个候选调度方案的标签，所述标签用于区分所述每个候选调度方案的优劣；

通过余弦相似性度量方法，确定每个标签为第一标识的候选调度方案与对应相邻候选调度方案之间的余弦相似度，所述对应相邻候选调度方案为位于所述第一参考调度方案集合中，且基因编码与所述标签为所述第一标识的候选调度方案的基因编码相邻的调度方案；

通过所述MOEA/D算法从第二参考调度方案和所述标签为第一标识的候选调度方案中确定使所述目标函数的函数值最小的参考候选调度方案，所述第二参考调度方案为与标签为所述第一标识的候选调度方案相邻，且与标签为所述第一标识的候选调度方案之间的余弦相似度大于或等于相似度阈值。