一种基于改进遗传算法的云服务系统动态演化方法技术方案

本发明专利技术公开一种基于改进遗传算法的云服务系统动态演化方法，该动态演化方法包括：对云服务系统中的云服务进行动态演化编码；对所述云服务系统进行初始化；构建适应度函数，计算第i类候选云服务中各候选云服务的适应度值；比较第i类候选云服务中各候选云服务的适应度值与第一设定阈值的大小，从中选择出大于或等于第一设定阈值的适应度值对应的第i类候选云服务作为目标云服务；根据全部各类云服务的目标云服务生成目标云服务系统。本发明专利技术提供的云服务系统动态演化方法保证了所述动态演化方法能够在全局范围内择优，同时，通过选择操作可以从优化搜索的角度出发进行选择，使云服务一代又一代地优化，能够快速高效地完成对云服务的全局择优。

【技术实现步骤摘要】
一种基于改进遗传算法的云服务系统动态演化方法
本专利技术涉及动态演化领域，特别是涉及一种基于改进遗传算法的云服务系统动态演化方法。
技术介绍
随着软件技术的不断发展，云计算逐渐成为主流的应用环境。云计算环境下，服务已成为核心概念，呈现出一切皆服务的趋势。云服务系统将成为软件的主流应用形式。然而，云计算环境的动态性、开放性和复杂性，以及用户需求的频繁变化，要求云服务系统应不断动态演化。没有一个云服务系统可以一直都能满足用户要求，不停运行下去。为了适应开放的云计算环境，云服务系统的各个云服务需要进行相应的演化。由于具有持续可用性的特点，云服务系统动态演化已成为的当前的研究热点。云环境的复杂性决定了云服务群体数量较大，在进行云服务系统动态演化时，传统优化方法是从单个初始值迭代求最优解，容易误入局部最优解，无法快速高效地完成全局择优演化。
技术实现思路
本专利技术的目的是提供一种基于改进遗传算法的云服务系统动态演化方法，所述动态演化方法能够快速高效地完成云服务系统的全局择优演化。为实现上述目的，本专利技术提供了如下方案：一种基于改进遗传算法的云服务系统动态演化方法，所述动态演化方法包括：对云服务系统中的云服务进行动态演化编码，定义组成所述云服务系统的云服务为：Si＝{ni,pi,fi,fdi,fei,Ii,Idi,odi,idi,noi,Ci,Ni(0,1)}，其中，i表示云服务序号，Si表示第i个云服务，ni、pi、fi、fdi、fei、Ii、Idi、odi、idi、noi、Ci和Ni(0,1)为第i个云服务的编码分量，ni表示第i个云服务对应的名称，pi表示第i个云服务的参数，所述参数为所述第i个云服务的内部元素，pi＝(ei1,ei2,...,eiM)，其中M为第i个云服务的内部元素的个数，eik为在第i个云服务内，第k个内部元素所依赖的除第k个内部元素之外的内部元素的个数，fi表示第i个云服务的功能数，fdi表示第i个云服务的有缺陷的功能数，fei表示第i个云服务的依赖环境的功能数，Ii表示第i个云服务的接口数；Idi表示第i个云服务的有缺陷的接口数，odi表示第i个云服务的出耦合度，idi表示第i个云服务的入耦合度，noi表示第i个云服务的失效次数，Ci表示第i个云服务所属的类，Ni(0,1)表示第i个云服务对应的随机数，所述随机数的取值区间为(0,1)；对所述云服务系统进行初始化，随机生成所述云服务系统中第i类云服务的初始云服务种群；构建适应度函数，计算所述第i类初始云服务种群中各个体的适应度值；对所述第i类初始云服务种群进行初次筛选确定候选云服务；比较所述第i类所有候选云服务的适应度值与第一设定阈值的大小，从中选择出大于或等于第一设定阈值的适应度值对应的第i类候选云服务作为目标云服务，如果第i类云服务的目标云服务超过一个，则采用概率选择方法选择一个作为最终的第i类目标云服务；如果第i类云服务的所有候选云服务的适应度值均小于第一设定阈值，则对所有候选云服务进行交叉操作和变异操作以更新第i类候选云服务；根据全部各类云服务的最终目标云服务生成目标云服务系统。可选的，所述随机生成所述云服务系统中第i类初始云服务种群，具体包括：采用公式cijk＝|(cijkmax-cijkmin)×Nij(0,1)+cijkmin|计算各所述第i类云服务种群中第j个个体的每个分量的初始值，其中，||为取整函数，cijk表示第i类云服务种群中第j个个体的第k个分量初始值，cijkmax表示第i类云服务种群中第j个个体的第k个分量在取值范围内的最大值，cijkmin表示第i类云服务种群中第j个个体的第k个分量在取值范围内的最小值；所述随机生成的第i类初始云服务种群的大小可根据需要给定。可选的，所述构建适应度函数，具体包括：构建适应度函数fij(Q)＝w1i*f1ij(FC)+w2i*f2ij(FD)+w3i*f3ij(IC)+w4i*f4ij(CP)+w5i*f5ij(CH)+w6i*f6ij(EC)计算第i类云服务种群中第j个个体的适应度，其中，wri表示第i类云服务的各质量指标的权值，r＝1,…,6，f1ij(FC)为第i类云服务种群中第j个个体的功能正确性函数，f2ij(FD)为第i类云服务种群中第j个个体的功能独立性函数，f3ij(IC)为第i类云服务种群中第j个个体的接口正确性函数，f4ij(CP)为第i类云服务种群中第j个个体的耦合性函数，f5ij(CH)为第i类云服务种群中第j个个体的内聚性函数，f6ij(EC)为第i类云服务种群中第j个个体的演化兼容性函数。可选的，所述第i类云服务种群中第j个个体的功能正确性函数f1ij(FC)为：f1ij(FC)＝1-fdij/fij，其中，fdij为在第i类云服务种群中第j个个体的功能中，检测出有缺陷的功能数，fij为第i类云服务种群中第j个个体的功能总数；所述第i类云服务种群中第j个个体的功能独立性函数f2ij(FD)为：f2ij(FD)＝1-feij/fij，其中，feij为第i类云服务种群中第j个个体中检测出依赖环境的功能数；所述第i类云服务种群中第j个个体的接口正确性函数f3ij(IC)为：f3ij(IC)＝1-Idij/Iij，其中，Idij为在第i类云服务种群中第j个个体的接口中，检测出有缺陷的接口数，Iij为第i类云服务种群中第j个个体的接口总数；所述第i类云服务种群中第j个个体的耦合性函数f4ij(CP)为：f4ij(CP)＝odij/(odij+idij)，其中，odij为第i类云服务种群中第j个个体的出耦合度，idij为第i类云服务种群中第j个个体的入耦合度；所述第i类云服务种群中第j个个体的内聚性函数f5ij(CH)为：其中，M为第i类云服务种群中第j个个体内部元素的个数，eijk为第i类云服务种群中第j个个体的第k个元素所依赖的其他元素个数；所述第i类云服务种群中第j个个体的演化兼容性函数f6ij(EC)为：f6ij(EC)＝1/(noij+1)，其中，noij为第i类云服务种群中第j个个体的新版本替换旧版本时，发生失效的次数。可选的，所述对各所述第i类云服务的初始云服务种群进行初次筛选确定候选云服务包括：比较各所述第i类云服务初始种群中各云服务个体对应的适应度值与第二设定阈值的大小，从中选择出大于第二设定阈值的适应度值对应的所述初始云服务个体作为第i类候选云服务；如果没有大于第二设定阈值的适应度值对应的所述第i类初始云服务个体，则对第i类云服务重新进行初始化，生成第i类云服务的初始云服务种群；可选的，所述变异操作包括：首先通过一个随机数产生变异的次数，然后每次通过变异算子进行随机变异，所述变异算子包括增加功能到所述云服务，从所述云服务中去除功能，从所述云服务中修复功能，修改所述云服务中依赖环境的功能数，引进接口到所述云服务，从所述云服务中去除接口，从所述云服务中修复接口，修改所述云服务的出耦合度，修改所述云服务的入耦合度，修改所述云服务的参数，修改所述云服务的失效次数。可选的，所述交叉操作包括：首先通过一个随机数产生交叉的次数，然后每次随机选择所述云服务的一个所述编码分量为交叉点，交换所述云服务的编码分量。可选的，所述概率选择方法包括：每类云服务的本文档来自技高网...

【技术保护点】
一种基于改进遗传算法的云服务系统动态演化方法，其特征在于，所述动态演化方法包括：对云服务系统中的云服务进行动态演化编码，定义组成所述云服务系统的云服务为：S

【技术特征摘要】
1.一种基于改进遗传算法的云服务系统动态演化方法，其特征在于，所述动态演化方法包括：对云服务系统中的云服务进行动态演化编码，定义组成所述云服务系统的云服务为：Si＝{ni,pi,fi,fdi,fei,Ii,Idi,odi,idi,noi,Ci,Ni(0,1)}，其中，i表示云服务序号，Si表示第i个云服务，ni、pi、fi、fdi、fei、Ii、Idi、odi、idi、noi、Ci和Ni(0,1)为第i个云服务的编码分量，ni表示第i个云服务对应的名称，pi表示第i个云服务的参数，所述参数为所述第i个云服务的内部元素，pi＝(ei1,ei2,...,eiM)，其中M为第i个云服务的内部元素的个数，eik为在第i个云服务内，第k个内部元素所依赖的除第k个内部元素之外的内部元素的个数，fi表示第i个云服务的功能数，fdi表示第i个云服务的有缺陷的功能数，fei表示第i个云服务的依赖环境的功能数，Ii表示第i个云服务的接口数；Idi表示第i个云服务的有缺陷的接口数，odi表示第i个云服务的出耦合度，idi表示第i个云服务的入耦合度，noi表示第i个云服务的失效次数，Ci表示第i个云服务所属的类，Ni(0,1)表示第i个云服务对应的随机数，所述随机数的取值区间为(0,1)；对所述云服务系统进行初始化，随机生成所述云服务系统中第i类云服务的初始云服务种群；构建适应度函数，计算所述第i类初始云服务种群中各个体的适应度值；对所述第i类初始云服务种群进行初次筛选确定候选云服务；比较所述第i类所有候选云服务的适应度值与第一设定阈值的大小，从中选择出大于或等于第一设定阈值的适应度值对应的第i类候选云服务作为目标云服务，如果第i类云服务的目标云服务超过一个，则采用概率选择方法选择一个作为最终的第i类目标云服务；如果第i类云服务的所有候选云服务的适应度值均小于第一设定阈值，则对所有候选云服务进行交叉操作和变异操作以更新第i类候选云服务；根据全部各类云服务的最终目标云服务生成目标云服务系统。2.根据权利要求1所述的云服务系统的动态演化方法，其特征在于，所述随机生成所述云服务系统中第i类初始云服务种群，具体包括：采用公式cijk＝|(cijkmax-cijkmin)×Nij(0,1)+cijkmin|计算各所述第i类云服务种群中第j个个体的每个分量的初始值，其中，||为取整函数，cik表示第i类云服务种群中第j个个体的第k个分量初始值，cijkmax表示第i类云服务种群中第j个个体的第k个分量在取值范围内的最大值，cijkmin表示第i类云服务种群中第j个个体的第k个分量在取值范围内的最小值；所述随机生成的第i类初始云服务种群的大小可根据需要给定。3.根据权利要求1所述的云服务系统的动态演化方法，其特征在于，所述构建适应度函数，具体包括：构建适应度函数fij(Q)＝w1i*f1ij(FC)+w2i*f2ij(FD)+w3i*f3ij(IC)+w4i*f4ij(CP)+w5i*f5ij(CH)+w6i*f6ij(EC)计算第i类云服务种群中第j个个体的适应度，其中，wri表示第i类云服务的各质量指标的权值，r＝1,…,6，f1ij(FC)为第i类云服务种群中第j个个体的功能正确性函数，f2ij(FD)为第i类云服务种群中第j个个体的功能独立性函数，f3ij(IC)为第i类云服务种群中第j个个体的接口正确性函数，f4ij(CP)为第i类云服务种群中第j个个体的耦合性函数，f5ij(CH)为第i类云服务种群中第j个个体的内聚性函数，f6ij(EC)为...

【专利技术属性】
技术研发人员：徐洪珍，李卫东，宋文琳，朱雪琴，钟国韵，
申请(专利权)人：东华理工大学，
类型：发明
国别省市：江西,36