[发明专利]一种基于自调整离子运动算法的云计算资源调度方法

说明书

本发明公开了一种自调整离子运动算法。该算法的核心思想是：离子个体基于种群适应度标准差信息和自身当前所处的状态，自我调整运动方式。并将该算法应用于云计算资源调度领域，在满足用户需求的同时，使云服务商加快云任务部署进程，提高资源利用率和管理效率、降低运维成本，提高市场竞争力。

技术领域

本发明涉及群智能算法技术在云计算的应用领域，涉及一种基于自调整离子运动算法的云计算资源调度方法。

背景技术

群智能优化算法在解决复杂优化问题时能提供可靠的解决方案，故自Holland提出遗传算法(GA)以来，群智能优化算法的研究越来越受到人们的重视。离子运动算法(Ionsmotion algorithm,IMO)是Javidy等人基于带电离子同性相斥、异性相吸基本特征,于2015年提出的一种新的群智能优化算法。然而,IMO算法仍存在易于过早陷入局部最优、进化后期收敛速度慢的问题。因此为了提高IMO面对复杂优化问题时，易陷入局部最优的问题，本发明提出了一种自调整的离子运动算法，并将其应用于云计算。

云计算是一种新型的以用户服务为中心的商业计算模式，运用虚拟化技术将分布于不同地理位置、不同功能的计算节点资源虚拟成庞大的虚拟资源池供用户使用。由于云计算涉及到虚拟化技术、并行运算、高效的数据通信和存储，且自身的状态也处于不断的变化中，因此，云计算任务调度策略己是实现云计算的关键所在。

云计算的资源调度，是指在某个云环境下，根据该环境下资源的使用策略和消费者的资源需求，在使用者之间进行资源的调度过程。由于云计算平台的资源是异构的，在调度时候既要考虑用户需求的动态改变还要考虑系统的协调以及成本因素，因此云资源的优化调度成为云计算研究的一个难点。

资源调度的评价指标包括：集群性能、服务质量、经济效益、负载均衡等。近年来学者在云环境下的资源调度方面做了很多研究工作。大多研究工作关注于性能为中心的调度，服务质量为中心的调度和以经济原则为目标的调度。但大多数研究没有考虑任务超时的成本问题，即云服务提供商承诺的延时赔偿。而且，大多数研究是基于单一目标，调度过程中往往会过度优化某一项指标，但恶化其他指标。

发明内容

针对上述存在的问题，本发明提出了一种基于自调整离子运动算法的云计算资源调度方法，该方法提高资源利用率和管理效率，降低运营商的运维成本。

为了实现上述目的，本发明所采用的技术方案如下：

一种基于自调整离子运动算法的云计算资源调度方法，其特征在于，包括以下步骤：

步骤1：参数设置

步骤101：初始化服务器参数；

步骤102：给出超时赔偿参数；

步骤2：任务提交

步骤201：其中用户向服务器提交任务，该任务包括：任务CPU、内存、硬盘需求和期望完成时间；

步骤3：自调整离子运动算法

步骤301：利用自调整离子运动算法得到服务器资源调度的分配方案；步骤4：资源调度

步骤401：调度器根据得到的分配方案进行资源调度。

进一步地，所述步骤3具体包括：

步骤3.1：初始化种群

系统随机生成S个任务与服务器的对应序列，即S个阴离子和阳离子，所有的离子个体组成一个种群；

步骤3.2：计算每个阴离子和阳离子的适应度值；

步骤3.3：根据步骤3.2得到的适应度值确定最优和最差阴离子、阳离子的位置；