[發明專利]基于一維灰狼算法云計算任務調度方法、裝置及存儲介質

在審

• 申請號: 202210921087.0
• 申請日: 2022-08-02
• 公開（公告）號: CN115145694A
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 黃興旺;張宗良;蘇錦河;李超鵬
• 申請（專利權）人: 集美大學
• 主分類號: G06F9/455
• 分類號: G06F9/455;G06F9/48;G06F9/50;G06N3/00
• 代理公司: 廈門市精誠新創知識產權代理有限公司 35218
• 代理人: 張銳

1.一種基于一維灰狼算法的云計算任務調度的方法，其特征在于，包括：

S1,確定云計算任務調度要解決的問題為：將N個云計算任務分配給M個虛擬機，使所述N個云計算任務的總完成時間最小，其中N和M均為自然數，其中，在灰狼算法中將所述N個云計算任務中的每一個任務分配到對應虛擬機的調度方案的組合構建為一個灰狼種群，所述灰狼總群的大小為N；

S2,采用一維的實數對所述灰狼種群進行編碼并初始化所述灰狼種群，所述灰狼種群中，每個灰狼個體都是一維的整數，表示其中的一個計算任務到虛擬機的調度方案；

S3,將所述N個云計算任務的總完成時間作為適應度函數計算所述灰狼種群中所有個體所表示的調度方案的適應度值；

S4,判定所計算的適應度值或迭代次數是否滿足預設的終止條件；如是，則將此時適應度值最小的種群編碼作為所述N個云計算任務的最終云計算任務調度方案，并結束流程；如否，則執行步驟S5；

S5,利用預設的貪心策略對當前灰狼種群中的隨機個體進行更新；

S6,計算更新后的種群編碼所表示的調度方案的適應度值，重復步驟S4-S6。

2.根據權利要求1所述的方法，其特征在于，步驟S2的初始化步驟包括：

S21,利用隨機生成函數生成一個灰狼個體數量等于任務數量的種群parent，parent為變量，種群parent中每個灰狼個體的維度為1，所述灰狼個體的取值范圍為[1,M]；

S22,對所述灰狼個體使用取整函數，得到鄰近的整數值；

S23,令表示適應度值最優的三個任務調度方案對應的種群編碼α、β和δ的適應度值都為inf，其中inf表示正無窮大，所述種群編碼α、β和δ對應的位置編碼alpha_pos、beta_pos和delta_pos取值都設為1xN的全0向量。

3.根據權利要求2所述的方法，其特征在于，利用適應度函數計算種群的進化適應性，所述適應度函數為fobj＝max(time_i)，i∈(1,2,3,……,M)，式中，M為虛擬機的數量，time_i表示完成虛擬機i上所有云計算任務所用的總時間。

4.根據權利要求3所述的方法，其特征在于，所述步驟S5中對當前種群中選定的個體進行更新的步驟為：利用適應度值最優的三個調度方案對應的種群編碼α、β和δ對種群中的個體進行更新，生成下一代種群，然后用生成的下一代種群中的第一個灰狼個體隨機更新原來調度方案中對選定任務所分配的虛擬機映射。

5.根據權利要求4所述的方法，其特征在于，步驟S5對當前種群中的隨機個體進行更新的步驟為：

S51,利用所述適應度函數計算當前所述種群parent的適應度值；

S52,根據所述種群parent的適應度值更新所述α、β和δ的適應度值，并分別更新各自對應的種群位置編碼alpha_pos、beta_pos和delta_pos；

S53,令下一代種群為offspring，利用當前parent的種群編碼初始化所述offspring種群；

S54,利用所述offspring、種群大小N、灰狼個體取值范圍、灰狼算法權重因子a以及所述α、β和δ的位置編碼執行灰狼算法狩獵操作，生成表示候選的任務調度方案的位置編碼，用candidatePos表示；

S55,利用所述候選的任務調度方案的位置編碼candidatePos中的第一個灰狼個體取值，貪心替換所述offspring種群隨機選定任務分配的映射，生成新的候選調度方案，并賦值給offspring，同時刪除所述candidatePos種群第一個灰狼個體；

S56,利用適應度函數公式計算該候選任務調度方案offspring的適應度值，若所得適應度值小于parent種群的適應度值，則利用offspring更新parent種群及其適應度值，否則不進行操作；

S57,判斷candidatePos是否為空，如是，則結束本流程；如否，則返回步驟S55。