【技术实现步骤摘要】
基于量子被囊群搜索机制的云计算任务调度方法
[0001]本专利技术涉及一种云计算应用环境中基于量子被囊群搜索机制的有约束任务调度方法，属于云计算领域。
技术介绍
[0002]任务调度问题是云计算领域中的研究热点。云计算为用户提供了基础设施、平台、软件三类服务。随着云计算的发展和普及，云计算的用户数量逐步增多，任务的数量越来越多，如何兼顾各种性能的需求，对任务进行合理的调度，提高任务分配的效率和资源的利用率，是云计算研究的重点。
[0003]常见的云计算调度算法有Min
‑
Min、Max
‑
Min算法等，这些算法使用相对简单的策略进行任务调度的工作，但随着云计算技术的发展，云计算不仅要满足用户的多个目标需求，如低成本，较小的任务完成时间等，保障用户服务质量，还要兼顾数据中心的整体能耗、资源利用率、经济效益等，保障资源提供者的利益。因此云计算需要同时兼顾各种性能的需求，云计算调度问题具有离散优化和多目标优化的共同特征，适合采用优化算法来求解。现有一些国内外学者已经将遗传算法、粒子群算法...
【技术保护点】
【技术特征摘要】
1.基于量子被囊群搜索机制的云计算任务调度方法，其特征在于，步骤如下：步骤一：根据任务与虚拟机的分配矩阵，构建任务在虚拟机上的执行时间矩阵和执行成本矩阵并构建数学模型；步骤二：初始化被囊群搜索机制的量子位置并设定参数；步骤三：计算每只被囊的适应度值，根据每只被囊的适应度值将全部被囊进行排序；步骤四：根据被囊群搜索机制产生量子旋转角，使用模拟的简化量子旋转门更新被囊的量子位置；步骤五：应用贪心策略，确定新一代被囊群的量子位置，根据适应度值将全部被囊进行排序；步骤六：判断是否达到最大迭代次数G，若未达到，令g＝g+1，返回步骤四；若达到，则终止迭代循环，根据最后一代中的最优量子位置的映射位置所对应的任务与虚拟机的分配矩阵得到最终的任务调度策略。2.根据权利要求1所述的基于量子被囊群搜索机制的云计算任务调度方法，其特征在于，步骤一具体为：假设给定U个相互独立的任务，V个相互独立的虚拟机，每个任务只能被分配到一个虚拟机上执行，定义任务与虚拟机的分配矩阵为若任务u被分配到虚拟机v上执行，则Z
vu
＝1；否则Z
vu
＝0，u＝1,2,
…
,U，v＝1,2,
…
,V；构建任务在虚拟机上的执行时间矩阵和执行成本矩阵并构建数学模型，具体过程如下：(1)设任务的指令长度矢量为L＝[L1,L2,
…
,L
U
]，虚拟机的执行速度矢量为K＝[K1,K2,
…
,K
V
]，任务在虚拟机上的执行时间矩阵为其中任务u在虚拟机v上的执行时间计算公式为虚拟机的执行时间矢量为虚拟机v的执行时间计算公式为v＝1,2,
…
,V，任务调度的所有虚拟机的执行时间中的最大值即所有任务的总完成时间为V，任务调度的所有虚拟机的执行时间中的最大值即所有任务的总完成时间为
(2)任务在虚拟机上的执行成本矩阵为其中任务u在虚拟机v上的执行成本计算公式为C
vu
＝E
vu
·
W
v
，u＝1,2,
…
,U，v＝1,2,
…
,V，W
v
为虚拟机v的单位时间执行成本，所有任务分配给虚拟机执行时，花费的总成本为v＝1,2,
…
,V，所有任务在虚拟机上执行所花费的总成本P应不能超过预算B，预算的计算公式为B＝P
min
+r
B
(P
max
‑
P
min
)，即满足约束P≤B，其中P
max
是将所有任务分配到成本最高的虚拟机而获得的最高成本，P
min
是将所有任务分配到成本最低的虚拟机而获得的最低成本，r
B
为[0,1]之间的均匀随机数；在成本的约束下，设计了所有任务的总完成时间计算公式即有惩罚机制的目标函数为3.根据权利要求1所述的基于量子被囊群搜索机制的云计算任务调度方法，其特征在于，步骤二具体包括：首先设定被囊群的种群规模为N，最大迭代次数为G，迭代次数标号为g，g∈[1,G]，第g次迭代，第n只被囊在U维搜索空间中的量子位置为n＝1,2,
…
,N；...
【专利技术属性】
技术研发人员：高洪元，狄妍岐，程建华，陈梦晗，赵英琪，刘亚鹏，赵立帅，郭瑞晨，刘凯龙，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。