小区云系统的计算任务分配方法和系统技术方案

本发明专利技术提供一种小区云系统的计算任务分配方法和系统，所述方法包括步骤：获取可用的车载电脑数、每个车载电脑的计算能力以及多个需要分配的计算任务；根据每个车载电脑承担的计算任务以及数据中心至各个车载电脑之间传输计算任务的传输功率，利用单目标多约束规划方法建立目标函数和约束条件的数学模型；采用单目标多约束遗传算法对所述数学模型求解以获得最优的计算任务分配方案；根据最优的计算任务分配方案分配计算任务给相应的车载电脑进行处理。利用小区内停车场中空闲的车载电脑，通过数据中心的一部分计算任务交由车载电脑处理，使得数据中心的设计不需要以小区最大需求接入量作为标准，从而避免了小区云系统硬件资源和车载电脑硬件资源的浪费。

【技术实现步骤摘要】
小区云系统的计算任务分配方法和系统
本专利技术涉及云计算技术，特别是涉及小区云系统的计算任务分配方法和系统。
技术介绍
小区云指专门针对一个住宅小区所建立的云计算服务平台，主要目的在于以较小的硬件代价对小区内住户的计算、存储、调度管理等需求快速高效做出反应。住宅小区是一个具有鲜明特征的居民聚集地。小区内部的人员流动非常有规律，白天大部分时间都是处于外出状态，只有在晚上或者周末才会回到小区。从服务功能上看，小区云可以包括：社区圈、公司圈、家庭朋友车友圈等。以社区圈为例，小区云主要用于管理开通小区的小区管理后台子系统，公众用户手机客户端，公众用户Web版。完成的功能包括：用户交互功能、信息发布功能、数据处理功能和安全监控等功能。在小区云系统中，数据中心一直都起着控制者和存储者的双重角色。数据中心既要对小区内用户提出的各类计算请求快速进行回应，同时，需要对用户行为产生的数据进行存储。此外，由于数据中心是不间断运行的，因此需要考虑电力损耗、物业成本、维护成本等问题。为了避免发生服务器崩溃，现有的小区云的数据中心的设计都是以用户接入最大的需求量作为设计准则的。若是将该设计准则直接移植到小区云的数据中心设计中，则会导致以下缺点：1)数据处理资源浪费。对于住宅小区来说，人员的流动具有较强的规律性，其接入的需求量会在短时间内达到高峰值，例如夜间和周末休息期间等，但在其余时间内，其接入的需求量会大幅降低，例如白天上班期间等，数据中心若是以最大的接入需求量作为设计准则的话，会导致严重的资源浪费。2)稳定性差。住宅小区是高密度的人员小区，鉴于物业成本和电力供应等限制，一般小区的数据中心会采取集中式设计方案。这会导致数据中心的运行稳定性较差，当出现大规模突发性的接入需求时，容易发生崩溃。
技术实现思路
基于此，有必要针对现有技术小区云系统中数据处理资源浪费以及稳定性差的问题，提供一种小区云系统的计算任务分配方法和系统。一种小区云系统的计算任务分配方法，包括步骤：获取可用的车载电脑数、每个车载电脑的计算能力以及多个需要分配的计算任务；根据每个车载电脑承担的计算任务以及数据中心至各个车载电脑之间传输计算任务的传输功率，利用单目标多约束规划方法建立小区云系统的能量损耗目标函数的数学模型和约束条件的数学模型；采用单目标多约束遗传算法对所述数学模型求解以获得最优的计算任务分配方案；根据最优的计算任务分配方案分配计算任务给相应的车载电脑进行处理。相应地，本专利技术还提供一种小区云系统的计算任务分配系统，包括：获取模块，用于获取可用的车载电脑数、每个车载电脑的计算能力以及多个需要分配的计算任务；建模模块，用于根据每个车载电脑承担的计算任务以及数据中心至各个车载电脑之间传输计算任务的传输功率，利用单目标多约束规划方法建立小区云系统的能量损耗目标函数的数学模型和约束条件的数学模型；求解模块，用于采用单目标多约束遗传算法对所述数学模型求解以获得最优的计算任务分配方案；分配模块，用于根据最优的计算任务分配方案分配计算任务给相应的车载电脑进行处理。本专利技术所述的小区云系统包括了数据中心以及在小区内的车载电脑，数据中心通过无线通信与车载电脑建立连接，当数据中心需求的接入量大幅增加(即计算任务大幅增加)时，数据中心将部分计算任务通过虚拟化技术以及无线通信传输给车载电脑处理，车载电脑处理完毕后通过无线通信将结果返回给数据中心。在任务分配时，本专利技术通过利用单目标多约束规划方法建立目标函数和约束条件的数学模型，将车载电脑执行计算任务以及数据中心传输计算任务是的能耗问题转换为进化算法的目标函数，并通过单目标多约束遗传算法对其进行求解，以获得最优的计算任务分配方案，数据中心按照该方案分配计算任务给车载电脑。利用小区内停车场中空闲的车载电脑，通过获得的最优的计算任务分配方案，能够使数据中心的一部分计算任务通过无线通信技术交由车载电脑处理，使得数据中心的设计不需要以小区最大需求接入量作为标准，而且利用小区内空闲的车载电脑执行计算任务，对小区的数据中心进行补充，从而避免了小区云系统硬件资源和车载电脑硬件资源的浪费，另外使用最优的计算任务分配方案，能够使得车载电脑执行计算的能耗和数据中心向车载电脑传输计算任务的发射功率的能耗最小，节约数据中心和车载电脑的能耗，减少了数据中心对电力能源的需求，减少了其崩溃的机会，增加了数据中心的稳定性。【附图说明】图1是本专利技术一种小区云系统的计算任务分配方法的流程图；图2是本专利技术一种小区云系统的计算任务分配方法的实施例流程图；图3是本专利技术一种小区云系统的计算任务分配系统的结构框图；图4是本专利技术一种小区云系统的计算任务分配系统的实施例结构框图。【具体实施方式】为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述。请参阅图1，其是本专利技术一种小区云系统的计算任务分配方法的流程图。一种小区云系统的计算任务分配方法，包括步骤：S101：获取可用的车载电脑数、每个车载电脑的计算能力以及多个需要分配的计算任务；所述可用的车载电脑数指在停靠在小区内可承担数据中心计算任务的车载电脑的数量。由于每天在小区内停放的车辆都可能出现变化，即车载电脑的数量每天都可能会不同，所以在分配计算任务的时候需要获取当前小区内车载电脑数和每个车载电脑的计算能力。S102：根据每个车载电脑承担的计算任务以及数据中心至各个车载电脑之间传输计算任务的传输功率，利用单目标多约束规划方法建立小区云系统的能量损耗目标函数的数学模型和约束条件的数学模型；在小区云系统中，由于涉及到分布式系统，计算任务分配、计算效率、计算任务处理的时延、系统的能量损耗、以及信道容量等都可作为约束条件。S103：采用单目标多约束遗传算法对所述数学模型求解以获得最优的计算任务分配方案；S104：根据最优的计算任务分配方案分配计算任务给相应的车载电脑进行处理。本专利技术所述的小区云系统包括了数据中心以及在小区内的车载电脑，数据中心通过无线通信与车载电脑建立连接，当数据中心需求的接入量大幅增加(即计算任务大幅增加)时，数据中心将部分计算任务通过无线通信技术传输给车载电脑处理，车载电脑处理完毕后通过无线通信技术将计算结果返回给数据中心。在任务分配时，本专利技术通过利用单目标多约束规划方法建立目标函数和约束条件的数学模型，将车载电脑执行计算任务以及数据中心传输计算任务时的能耗问题转换为进化算法的目标函数，并通过单目标多约束遗传算法对其进行求解，以获得最优的计算任务分配方案，数据中心按照该方案分配计算任务给车载电脑。利用小区内停车场中空闲的车载电脑，通过获得的最优的计算任务分配方案，能够使数据中心的一部分计算任务通过无线通信技术交由车载电脑处理，使得数据中心的设计不需要以小区最大需求接入量作为标准，而且利用小区内空闲的车载电脑执行计算任务，对小区的数据中心进行补充，从而避免了小区云系统硬件资源和车载电脑硬件资源的浪费，另外使用最优的计算任务分配方案，能够使得车载电脑执行计算的能耗和数据中心向车载电脑传输计算任务的发射功率的能耗最小，节约数据中心和车载电脑的能耗，减少了数据中心对电力能源的需求，减少了其崩溃的机会，增加了数据中心的稳定性。对于上述步骤S102，在一个实施例中，所述目标函数和约束本文档来自技高网...

【技术保护点】
一种小区云系统的计算任务分配方法，其特征在于，包括步骤：获取可用的车载电脑数、每个车载电脑的计算能力以及多个需要分配的计算任务；根据每个车载电脑承担的计算任务以及数据中心至各个车载电脑之间传输计算任务的传输功率，利用单目标多约束规划方法建立小区云系统的能量损耗目标函数的数学模型和约束条件的数学模型；采用单目标多约束遗传算法对所述数学模型求解以获得最优的计算任务分配方案；根据最优的计算任务分配方案分配计算任务给相应的车载电脑进行处理。

【技术特征摘要】
1.一种小区云系统的计算任务分配方法，其特征在于，包括步骤：获取可用的车载电脑数、每个车载电脑的计算能力以及多个需要分配的计算任务；根据每个车载电脑承担的计算任务以及数据中心至各个车载电脑之间传输计算任务的传输功率，利用单目标多约束规划方法建立小区云系统的能量损耗目标函数的数学模型和约束条件的数学模型；采用单目标多约束遗传算法对所述数学模型求解以获得最优的计算任务分配方案；根据最优的计算任务分配方案分配计算任务给相应的车载电脑进行处理；所述利用单目标多约束规划方法建立小区云系统的能量损耗目标函数和约束条件的数学模型的步骤为：所述目标函数为：其中，N表示车载电脑数；μn表示第n个车载电脑所承担的计算任务；En表示第n个车载电脑完成计算任务所消耗的能量；sn(μn)表示数据中心向第n个车载电脑传输计算任务μn时消耗的传输功率；Wn(μn)表示数据中心接受第n个车载电脑的计算结果所消耗的能量，该Wn(μn)是关于μn的线性函数，即Wn(μn)＝aμn+b；所述约束条件包括：每个车载电脑所承担的计算任务小于或等于该车载电脑的计算能力与延时的乘积，即：μn≤CnLn，Cn表示第n个车载电脑的计算能力，Ln表示第n个车载电脑的延时，即完成计算任务所消耗的时间；每个车载电脑承担计算任务中最大的时延不能大于数据中心能够容忍的最大时延，即：Lset表示数据中心能够容忍的最大时延；数据中心向每个车载电脑所传递的计算任务的数据量小于或等于数据中心与该车载电脑之间的信道容量，信道容量用香农公式计算获得，即其中，Bn表示数据中心向第n个车载电脑传输计算任务的可用信道带宽；所有的车载电脑所承担的总的计算任务应该大于或等于预定值且小于或等于所有车载电脑能承担的最大值，即其中，μs1为预定值，μs2为所有车载电脑能承担的总的计算任务的最大值。2.根据权利要求1所述的小区云系统的计算任务分配方法，其特征在于，所述采用单目标多约束遗传算法对所述数学模型求解以获得最优的计算任务分配方案的步骤包括：初始化种群，该种群包括M个个体，每个个体包括2N个基因，其中所述基因为每个车载电脑承担的计算任务以及数据中心向每个车载电脑传输计算任务时的发射功率组合；将种群中的每个个体代入所述目标函数中，将目标函数的结果作为每个个体的适应值；采用轮盘赌的方式对个体进行选择以重组种群；将初始种群中的个体两两组合以形成配对母体，依据系统设定的交叉概率，对每个基因进行交叉操作，以获得交叉结果；根据系统设定的变异概率对交叉结果中的每个基因进行变异操作，以获得变异结果；将变异结果进行多约束处理，并根据所述多约束处理从变异结果中选取M个个体，以形成下一代种群；获得下一代种群中每个个体的适应值，若下一代种群中某一个体适应值小于系统预设的阈值，则选取该个体作为最优的计算任务分配方案，否则继续对下一代种群进行选择、交叉和变异操作，直到找到最优的计算任务分配方案。3.根据权利要求2所述的小区云系统的计算任务分配方法，其特征在于，所述采用轮盘赌的方式对个体进行选择以重组种群的步骤，具体包括步骤：根据某一个体的适应值以及所有个体的适应值的和计算该个体的选择概率，其中，选择概率＝个体的适应值/所有个体的适应值的和；根据所述选择概率采用轮盘赌的方式对每个个体进行选择，以重组种群。4.根据权利要求2所述的小区云系统的计算任务分配方法，其特征在于，所述交叉概率为0.85，所述变异概率为0.05。5.一种小区云...

【专利技术属性】
技术研发人员：杨超，李炯城，肖恒辉，何剑琪，陈运动，赖志坚，
申请(专利权)人：广东省电信规划设计院有限公司，
类型：发明
国别省市：广东;44