[发明专利]分布异地多云数据中心环境下时空敏感的任务调度与优化方法在审
| 申请号： | 201811054497.X | 申请日： | 2018-09-11 |
| 公开（公告）号： | CN109284181A | 公开（公告）日： | 2019-01-29 |
| 发明（设计）人： | 苑海涛 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G06F9/48 | 分类号： | G06F9/48;G06F9/50;G06N3/00;G06N3/12 |
| 代理公司： | 北京市诚辉律师事务所 11430 | 代理人： | 范盈 |
| 地址： | 100044 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种分布异地多云数据中心环境下时空敏感的任务调度与优化方法，该方法综合考虑电力价格、风速、太阳辐射强度等因素在不同地理位置的时间和空间变化。针对多类型延迟容忍型应用的任务，该方法建立了分布异地多云数据中心的架构。建立了最小化云数据中心提供商能量成本的非线性调度优化模型。提出了一种罚函数方法将其转化为无约束优化模型，并采用混合式智能优化算法求解该模型。该算法结合遗传算法的遗传操作、粒子群算法的社会学习、模拟退火算法的Metropolis接受法则，实现分布异地多云数据中心环境下时空敏感的任务调度。本发明能够将所有任务调度到多个云数据中心中执行，从而最小化云数据中心提供商的能量成本并保证任务的延迟要求。 | ||
| 搜索关键词： | 任务调度 数据中心环境 云数据中心 异地 能量成本 提供商 最小化 时空 敏感 时间和空间变化 模拟退火算法 智能优化算法 非线性调度 粒子群算法 无约束优化 电力价格 社会学习 数据中心 算法结合 太阳辐射 延迟要求 遗传操作 遗传算法 优化模型 综合考虑 多类型 罚函数 求解 风速 地理位置 延迟 优化 架构 转化 应用 保证 | ||
【主权项】：
1.一种分布异地多云数据中心环境下时空敏感的任务调度与优化方法，其特征在于，该方法包括如下步骤：S1、针对多类型延迟容忍型应用的任务，建立分布异地多云数据中心环境下处理多类型延迟容忍型应用任务的架构；S2、根据该架构，建立最小化云数据中心提供商能量成本的非线性调度优化模型；S3、采用罚函数方法将非线性调度优化模型转化为对应的无约束优化模型；S4、采用结合遗传算法的遗传操作、粒子群算法的社会学习、模拟退火算法的Metropolis接受法则设计的混合式智能优化算法求解无约束优化模型,实现分布异地多云数据中心环境下时空敏感的任务调度，从而最小化云数据中心提供商的能量成本并满足所有应用任务的延迟要求。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京交通大学，未经北京交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811054497.X/，转载请声明来源钻瓜专利网。
