[發明專利]基于貓群算法的虛擬機部署方法、裝置、設備及存儲介質

有效

• 申請號: 202010210316.9
• 申請日: 2020-03-23
• 公開（公告）號: CN111338765B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 張小慶
• 申請（專利權）人: 武漢輕工大學
• 主分類號: G06F9/455
• 分類號: G06F9/455;G06N3/006;G06N3/126
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 許峰

1.一種基于貓群算法的虛擬機部署方法，其特征在于，所述方法包括：

獲取待部署的虛擬機集合及物理主機集合，根據所述虛擬機集合及所述物理主機集合建立貓群，并生成遺傳算子；

對所述貓群中的各貓個體進行適應度計算，并根據計算結果及預設分組率將所述貓群劃分為搜尋貓群和追蹤貓群；

根據所述遺傳算子對所述搜尋貓群中的各貓個體進行位置信息更新，以獲得更新后的搜尋貓群；

按照預設追蹤過程對所述追蹤貓群中的各貓個體進行位置信息更新，以獲得更新后的追蹤貓群；

對更新后的搜尋貓群及更新后的追蹤貓群中的所有貓個體進行適應度計算，獲得適應度計算結果；

根據所述適應度計算結果確定適應度值最大的目標貓個體，并將所述目標貓個體的當前位置信息的解碼作為虛擬機部署最優解；

根據所述虛擬機部署最優解將所述虛擬機集合中的虛擬機部署到所述物理主機集合的物理主機中；

其中，所述對所述貓群中的各貓個體進行適應度計算，并根據計算結果及預設分組率將所述貓群劃分為搜尋貓群和追蹤貓群的步驟，包括：

對所述貓群中的各貓個體進行適應度計算；

將適應度值最大的貓個體所對應的位置信息作為目標位置信息；

根據預設最大分組率和預設最小分組率得到預設分組率；

將剩余的貓個體作為待更新貓群，并將所述待更新貓群根據所述預設分組率劃分為搜尋貓群和追蹤貓群；

其中，所述適應度計算公式為：

其中，a和b分別表示功耗因子和資源利用率因子，p表示主機能耗，表示平均資源利用率；

其中，所述按照預設追蹤過程對所述追蹤貓群中的各貓個體進行位置信息更新，以獲得更新后的追蹤貓群的步驟中，貓個體追蹤的速度更新公式為：

其中，w表示慣性權重，c和r表示調節參數，c為常量，r為(0，1)間均勻分布的隨機變量，Vel_h，d(t)表示迭代t時貓個體h在維度d上的速度，X_g，d(t)表示當前全局最優個體在維度d上的位置，X_h，d(t)表示貓個體h在維度d上的位置，Vel_h，d(t+1)則為貓個體的速度更新。

2.如權利要求1所述的基于貓群算法的虛擬機部署方法，其特征在于，所述獲取待部署的虛擬機集合及物理主機集合，根據所述虛擬機集合及所述物理主機集合建立貓群，并生成遺傳算子的步驟，具體包括：

獲取所述物理主機集合中的物理主機數及所述虛擬機集合的虛擬機數；

將所述虛擬機數作為貓個體對應的位置信息數，根據所述虛擬機數設置貓個體數；

將所述虛擬機集合中的虛擬機被部署到物理主機集合中的物理機中時的部署解作為貓個體對應的位置信息的解碼，根據所述物理主機數隨機設置貓個體對應的位置信息；

根據所述貓個體數、所述位置信息數及所述位置信息建立貓群，并根據所述貓群生成遺傳算子。

3.如權利要求1所述的基于貓群算法的虛擬機部署方法，其特征在于，所述對所述貓群中的各貓個體進行適應度計算的步驟之前，還包括：

檢測當前貓群的當前迭代次數；

根據所述當前迭代次數對預設分組率進行更新。

4.如權利要求3所述的基于貓群算法的虛擬機部署方法，其特征在于，所述遺傳算子包括遺傳交叉算子及遺傳變異算子；

所述根據所述遺傳算子對所述搜尋貓群中的各貓個體進行位置信息更新，以獲得更新后的搜尋貓群的步驟，具體包括：

根據所述遺傳交叉算子及所述遺傳變異算子對所述搜尋貓群中的各貓個體進行位置信息更新，以獲得更新后的搜尋貓群。

5.如權利要求4所述的基于貓群算法的虛擬機部署方法，其特征在于，所述按照預設追蹤過程對所述追蹤貓群中的各貓個體進行位置信息更新，以獲得更新后的追蹤貓群的步驟，具體包括：

根據所述當前迭代次數獲取追蹤模式下的貓個體速度，根據所述貓個體速度對所述追蹤貓群中的各貓個體進行位置信息更新，以獲得待檢測貓群；

檢測所述待檢測貓群中的各貓個體的位置信息，在所述位置信息對應的值大于所述物理主機數時，根據所述貓個體速度的負值對所述貓個體重新進行位置信息更新，以獲得更新后的追蹤貓群。