[发明专利]一种基于多因素策略的算力资源最优调度分配方法

权利要求书

1.一种基于多因素策略的算力资源最优调度分配方法，其特征在于，该算力资源最优调度分配方法包括以下步骤：

S1、预先根据算力资源调度分配时所需考虑的因素进行分析，并提取出策略因子；

S2、利用策略因子构建对应的算力调度策略，并通过策略模型库实现对算力调度策略的管理；

S3、对算力需求进行解析，并通过算力调度策略对资源池进行评估，将所需的资源调度分配到最优匹配的资源池上；

S4、利用水平拆分将算力需求中的算力要求能力按照比例拆分到不同的资源池中；

所述对算力需求进行解析，并通过算力调度策略对资源池进行评估，将所需的资源调度分配到最优匹配的资源池上包括以下步骤：

S31、将调度任务按照算力能力分组维度拆分为多个子调度任务，依次轮询进行调度分配计算；

S32、根据解构出算力能力分组所需的算力能力分组、算力能力类型、算力数据规格及算力能力范围，并对可用资源池进行过滤，获取满足要求的资源池集合；

S33、根据预先配置好的产品能力关系权重及规则，选择需要进行计算的产品能力及顺序；

S34、按照产品能力依次轮询资源池集合，计算每个资源池在当前策略下每个策略因子的得分，并过滤掉因子结果范围外的资源池；

S35、基于因子结果范围中的资源池，利用多属性群决策计算出产品能力所对应的最优匹配资源池；

S36、根据产品能力的权重计算出总得分，并将总得分作为算力能力分组对应资源池的得分；

S37、基于调度任务中资源池的垂直拆分，计算出资源池交集范围，并根据资源池交集范围得到可调度分配资源池排序；

所述多属性群决策的计算包括以下步骤：

将资源池的策略因子集合，并形成决策矩阵；

计算策略因子标准化得分；

基于策略因子标准化得分，计算策略因子权重得分；

基于策略因子权重得分，计算最优资源池；

所述基于策略因子权重得分，计算最优资源池包括以下步骤：

基于策略因子权重得分，将策略因子权重得分替换至对应决策矩阵中；

采用TOPSIS法对资源池优劣进行排序，得到最优资源池；

所述TOPSIS法是根据有限个评价对象与理想化目标进行排序的方法，在现有的对象中进行优劣的评价；

其中，TOPSIS法基本原理是通过检测评价对象与最优解及最劣解的距离进行排序；

所述采用TOPSIS法来对资源池优劣进行排序，得到最优资源池包括以下步骤：

利用决策矩阵取出正理想解集合及负理想解集合；

计算资源池与正理想解的欧式距离，其计算公式为：

式中，表示资源池i与正理想解的欧式距离；

j、m表示策略因子的序号，从j=1开始直到序号的最大值m；

表示第i个资源池及第j个策略因子的标准得分；

中的/表示正理想解集合；

表示正理想解集合中的第j个策略因子的正理想解；

计算资源池与负理想解的欧式距离，其计算公式为：

式中，表示资源池i与负理想解的欧式距离；

j、m表示策略因子的序号，从j=1开始直到序号的最大值m；

表示第i个资源池及第j个策略因子的标准得分；

中的/表示负理想解集合；

表示负理想解集合中的第j个策略因子的负理想解；

计算资源池与正理想解的接近度，其计算公式为：

式中，表示资源池与正理想解的接近度，若/越大，则资源池匹配度越高；

表示资源池i与正理想解的欧式距离；

表示资源池i与负理想解的欧式距离；

所述水平拆分通过拆分策略确定拆分比例；

其中，拆分策略包括平均分配策略及贪心分配策略；

所述平均分配策略的拆分比例和能力模板指定的拆分比例为固定值，并在拆分计算时遵循同一处理逻辑；

所述贪心分配策略的拆分比例为不固定值，并在拆分计算时遵循另一种处理逻辑。