一种多种群粒子群数据处理的云平台实现方法及装置制造方法及图纸

本发明专利技术提出了一种多种群粒子群数据处理的云平台实现方法、装置、电子设备及存储介质。该方法包括步骤:创建应用模板，所述应用模板包含多种群粒子种群的数据处理程序；在云平台的共享存储设备上创建集群共享文件系统，所述集群共享文件系统用来记录和更新所述粒子种群的全局最优适应值及对应的粒子位置；利用所述应用模板创建多个虚拟机，所述虚拟机在云平台的多个计算节点上运行所述数据处理程序，所述虚拟机可以访问所述集群共享文件系统；对所述虚拟机中运行的所述数据处理程序进行参数初始化。本发明专利技术可以提高运算能力，实现快速部署和灵活拓展。

A cloud platform implementation method and device for multi particle swarm optimization data processing

【技术实现步骤摘要】
一种多种群粒子群数据处理的云平台实现方法及装置
本专利技术涉及云计算领域，尤其涉及一种多种群粒子群数据处理的云平台实现方法、装置、电子设备及存储介质。
技术介绍
现有技术中提出了一种多种群粒子群数据处理模型，是一种群体智能优化技术，被广泛应用在计算机数据挖掘、人工智能等诸多领域，可以利用该模型进行机器学习获取最优解决方案。该模型中，通过不断地更新迭代每个种群的最优解来获取所有种群的最优解，每个粒子的位置Xid(t+1)、速度Vid(t+1)通过以下公式不断进行优化迭代更新：Vid(t+1)＝wVid(t)+c1r1(Pid(t)-Xid(t))+c2r2(Pgd(t)-Xid(t))+c3r3(PGd(t)-Xid(t))Xid(t+1)＝Xid(t)+Vid(t+1)其中，其中，d＝1,2,3,…,n；w为惯性因子。c1，c2称为学习因子或加速因子，一般在0到2之间取值。r1，r2为0到1之间的随机数。PG＝(PG1,PG2,…,PGn)为所有种群中的最优解；同时增加了相应的学习因子c3和随机数r3；种群间采用不同的惯性参数w，学习因子c1，c2，c3以及随机数r1，r2，r3，在一定程度上体现种群间的差异性。这样能够有效避免算法过早收敛，减小算法陷入局部极值的可能性，进而提高问题的求解质量。由于采用多种群粒子群数据处理模型来处理任务时需要进行大量的运算，而采用传统的单机或单服务器的实现方法，应用部署较慢，效率低，不能满足应用需求，特别是在一些复杂的应用场景。另外系统的可扩展性较差，不能根据应用功能场景的不同而灵活配置计算机资源，硬件利用率低。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提出了一种多种群粒子群数据处理的云平台实现方法、装置、电子设备及存储介质，能够解决现有实现方法的效率低、扩展性差的问题。根据本专利技术的第一方面，本专利技术提出了一种多种群粒子群数据处理的云平台实现方法，包括步骤：创建多个应用模板，所述应用模板包含对应的粒子种群的数据处理程序；在云平台的共享存储设备上创建集群共享文件系统，所述集群共享文件系统用来记录和更新所述粒子种群的全局最优适应值及对应的粒子位置；利用所述应用模板创建多个虚拟机，所述虚拟机在云平台的多个计算节点上运行所述数据处理程序，所述虚拟机可以访问所述集群共享文件系统；对所述虚拟机中运行的所述数据处理程序进行参数初始化。优选地，每个所述虚拟机与每个所述粒子种群一一对应。优选地，所述参数为每个所述粒子种群的惯性参数、学习因子、随机数。根据本专利技术的第二方面，本专利技术提出了一种多种群粒子群数据处理的云平台实现装置，包括：应用模板创建模块，用来创建多个应用模板，所述应用模板包含对应的所述粒子种群的数据处理程序；共享存储模块，用来集群共享文件系统，所述集群共享文件系统用来记录和更新所述粒子种群的全局最优适应值及对应的粒子位置；虚拟机创建模块，利用所述应用模板创建多个虚拟机，所述虚拟机运行在云平台的多个计算节点上，所述虚拟机可以访问所述集群共享文件系统；初始化模块，用来对所述虚拟机中运行的所述数据处理程序进行参数初始化。根据本专利技术的第三方面，本专利技术提出了一种电子设备，包括处理器和存储器，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现上述任一项所述的方法。根据本专利技术的第四方面，本专利技术提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法。综上所述，总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，采用云计算平台提供的服务器虚拟化和文件共享服务功能，在云平台实现该多种群粒子群数据处理模型，能高效地使用有限的计算资源，提高运算能力，并且能够实现快速部署、灵活拓展，针对粒子群的规模进行灵活伸缩，调整应用模板和虚拟机的数量，提高系统资源的使用率。附图说明图1是本专利技术实施例提供的一种多种群粒子群数据处理的云平台实现示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实例仅仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。本专利技术提出了一种多种群粒子群数据处理的云平台实现方法，包括步骤：S1，创建应用模板，应用模板包含多种群粒子种群的数据处理程序。在云平台上创建应用模板后，可以使用该模板批量创建多个虚拟机。使用应用模板的目的就是能够快速地创建多个虚拟机。多种群粒子群数据处理模型中，假设有n个粒子种群，种群1、种群2、种群3……种群N，通过不断地更新迭代每个种群的最优解来获取所有种群的最优解，每个粒子的位置Xid(t+1)、速度Vid(t+1)通过以下公式不断进行优化迭代更新：Vid(t+1)＝wVid(t)+c1r1(Pid(t)-Xid(t))+c2r2(Pgd(t)-Xid(t))+c3r3(PGd(t)-Xid(t))Xid(t+1)＝Xid(t)+Vid(t+1)其中，其中，d＝1,2,3,…,n；w为惯性因子。c1，c2称为学习因子或加速因子，一般在0到2之间取值。r1，r2为0到1之间的随机数。PG＝(PG1,PG2,…,PGn)为所有种群中的最优解；同时增加了相应的学习因子c3和随机数r3。此n个粒子种群采用不同的惯性参数w，学习因子c1，c2，c3以及随机数r1，r2，r3，即每个粒子种群的粒子速度更新公式里的参数都不同，在一定程度上体现种群间的差异性。数据处理程序可以执行步骤：随机初始化多个种群，以及种群中的每个粒子；判断是否满足算法终止条件。若是，则退出数据处理；否则，继续以下步骤；针对每一个粒子，计算该粒子的适应值；选择该粒子所属种群中适应值最优的粒子；选择所有种群中适应值最优的粒子。判断是否更新所有种群的历史最优适应值和位置矢量；更新每个粒子的速度和位置，判断是否满足算法终止条件，循环执行粒子的更新与判断。S2，在云平台的共享存储设备上创建集群共享文件系统，所述集群共享文件系统用来记录和更新所有粒子种群的全局最优适应值及对应的粒子位置。在共享存储设备上创建集群共享文件系统，在集群共享文件系统中创建一个共享文件，该文件用于记录所有种群的全局最优适应值以及相应的位置矢量值。由于数据处理程序在满足终止条件前会不断选择该粒子所属种群中适应值最优的粒子和所有种群中适应值最优的粒子，因此数据处理程序会访问该共享文件，进行新数据的写入和数据的读出。共享存储设备可以是FC、iSCSI、NAS、SDS等。S3，利用S1步骤创建的应用模板创建多个虚拟机，虚拟机在云平台的多个计算节点上运行该数据处理程序，并且每个虚拟机都可以访问S2创建的集群本文档来自技高网...

【技术保护点】
1.一种多种群粒子群数据处理的云平台实现方法，其特征在于，包括步骤：/n创建应用模板，所述应用模板包含多种群粒子种群的数据处理程序；/n在云平台的共享存储设备上创建集群共享文件系统，所述集群共享文件系统用来记录和更新所述粒子种群的全局最优适应值及对应的粒子位置；/n利用所述应用模板创建多个虚拟机，所述虚拟机在云平台的多个计算节点上运行所述数据处理程序，所述虚拟机可以访问所述集群共享文件系统；/n对所述虚拟机中运行的所述数据处理程序进行参数初始化。/n

【技术特征摘要】
1.一种多种群粒子群数据处理的云平台实现方法，其特征在于，包括步骤：
创建应用模板，所述应用模板包含多种群粒子种群的数据处理程序；
在云平台的共享存储设备上创建集群共享文件系统，所述集群共享文件系统用来记录和更新所述粒子种群的全局最优适应值及对应的粒子位置；
利用所述应用模板创建多个虚拟机，所述虚拟机在云平台的多个计算节点上运行所述数据处理程序，所述虚拟机可以访问所述集群共享文件系统；
对所述虚拟机中运行的所述数据处理程序进行参数初始化。


2.如权利要求1所述的一种多种群粒子群数据处理的云平台实现方法，其特征在于，每个所述虚拟机与每个所述粒子种群一一对应。


3.如权利要求1或2所述的一种多种群粒子群数据处理的云平台实现方法，其特征在于，所述参数为每个所述粒子种群的惯性参数、学习因子、随机数。


4.一种多种群粒子群数据处理的云平台实现装置，其特征在于，包括：
应用模板创建模块，用来创建应用模板，所述应用模板包含多种群粒子种群的数据处理程序；
共享存储模块，用来集群共享...

【专利技术属性】
技术研发人员：张俊，
申请(专利权)人：烽火通信科技股份有限公司，
类型：发明
国别省市：湖北;42