一种基于多目标优化策略的多层次任务调度方法技术

本发明专利技术公开了一种基于多目标优化策略的多层次任务调度方法，通过对地理地质三维可视化平台的多粒度任务进行分类和定量描述，针对不同的任务执行环境特点，将耦合的并发任务拆分为独立的子任务队列，对于独立的子任务采用了改进的多目标优化萤火虫算法，对用户的服务质量(QoS)进行全局优化，分别以资源利用负载均衡、最优时间跨度作为优化的目标对象。具体算法：首先是对任务进行萤火虫编码，将单个任务特点和虚拟机的状态作为萤火虫亮度的初始值；然后萤火虫趋光移位，根据三个目标函数进行迭代直至收敛，最后为了保证萤火虫的种群的多样性，利用动态权矩阵反馈负载信息来调整吸引度，提高算法收敛精度，并设置了随机扰动策略和边界处理机制。略和边界处理机制。略和边界处理机制。

【技术实现步骤摘要】
一种基于多目标优化策略的多层次任务调度方法


[0001]本专利技术涉及地理信息系统任务调度
，具体涉及一种基于多目标优化策略的多层次任务调度方法。

技术介绍

[0002]近年来云计算技术逐步应用到了各种专业领域，地理地质三维信息共享平台综合应用物联网、大数据、云计算、BIM(Building Information Model)和GIS(Geographic Information System)等高新技术，为智慧铁路、智慧城市提供了真实可靠的实景三维模型和数据，并且充分利用物联网监测数据和物理模型在信息空间全面反映现实世界的重要实体的全生命周期过程。从而实现问题诊断、状态评估、以及未来趋势预测的能力。智能科学预测和决策是不断追寻的关键目标，但当前存在两大挑战。一是地理地质三维信息平台存在地理空间科学中的4个密集型问题：数据密集、计算密集、高并发访问和时空密集。多层次并发任务的响应需求，高效的、稳定的计算资源分配是三维地理地质信息系统建设的重要支撑。二是针对云边端资源浪费和不均衡问题突出，现有的许多方法没有考虑到三维地理地质信息共享的多层次并发任务多目标优化，容易陷入局部优化而无法到达全局最优，这是一个经典的复杂系统组合优化难题，属于计算机科学中的NP完全问题。
[0003]当前地理地质信息云平台中多层次任务调度方法，大多数研究针对云环境中少量任务和单一目标优化的任务调度，在地理地质信息云平台中的多层次任务和三维场景，容易陷入局部最优。不能有效支撑三维信息平台的高并发、高可用性。面向地理地质信息平台多任务高效调度和资源高效利用需求，亟需发展一种适用于地理地质三维信息平台多层次任务并发的任务调度方法。

技术实现思路

[0004]为解决现有技术中存在的问题，本专利技术提供了一种基于多目标优化策略的多层次任务调度方法，通过将多任务分解为独立子任务，然后对独立子任务采用改进的多目标优化萤火虫算法，得到全局最优解，实现对多层次任务的全局最优调度，解决了上述
技术介绍
中提到的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种基于多目标优化策略的多层次任务调度方法，包括如下步骤：
[0006]S1、对地理地质三维信息服务平台的多层次任务进行分解，分解为独立的子任务，具体包括展示性子任务、分析性子任务和探索性子任务；
[0007]S2、针对独立子任务利用改进的萤火虫算法进行多目标优化策略，对资源利用负载均衡、最优时间跨度进行优化，得到全局最优解。
[0008]进一步的，在步骤S2中，最优时间跨度目标函数表达式为：f(j)
time
＝∑ETC(i，j)，j＝1，2，...，n，ETC(i，j)表示任务i在资源j上的占用时间，当云环境中的任务执行完毕，任务整体完成时间为Ftime，
[0009]FTime＝max(f(j)
time
)，j＝1，2，...，n；
[0010]设所有任务独立非抢占式，虚拟机为独立并行，虚拟机VM
j
在某时刻的负载为：
[0011]其中，tasklength
j
为虚拟机VM
j
队列中的任务长度，则全部虚拟机总负载为：vmload
max
＝∑tasklength(i，j)
[0012]虚拟机VM
j
服务能力定义为：
[0013]serAbility(j)＝pesnumber
j
*mips
j
+netvm
j
+ran；
[0014]其中，pesnumber
j
为虚拟机VM
j
的处理器数量，mips
j
为每个处理器单位时间产生的指令数量，netvm
j
为VM
j
的网络带宽能力，系统最大服务能力为：
[0015]虚拟机VM
j
中所有任务的服务时间为：
[0016][0017]系统全局虚拟机平均服务时间定义为：
[0018][0019]虚拟机的负载情况使用标准差表示为：
[0020][0021]当loadlevel
std
越小，代表系统负载越均衡，通过云计算资源负载情况，动态调整任务调度的决策。
[0022]进一步的，所述动态调整任务调度的决策过程具体包括：计算某时刻虚拟机VM
j
瞬时服务能力serAbility(j)∈(0，1)，归一化为权矩阵P，
[0023][0024]通过动态的权矩阵P，动态调整任务调度策略。
[0025]进一步的，所述改进的萤火虫算法包括：
[0026]1)对分解的独立任务进行萤火虫编码，将任务和虚拟机进行初始化匹配后形成一个萤火虫实体，每个萤火虫代表一个解；
[0027]2)确定综合的目标函数，计算萤火虫的目标函数值，即萤火虫的亮度；
[0028]3)所有萤火虫开始趋光移位，种群迭代直至达到最优或达到最大迭代次数，最后将结果进行输出。
[0029]进一步的，所述改进的萤火虫算法的具体步骤如下：
[0030]步骤1、萤火虫编码；
[0031]步骤2、判断迭代次数是达到最大迭代次数，若达到最大迭代次数，执行步骤10，否则执行步骤3；
[0032]步骤3、对编码萤火虫进行解码，求得资源与任务间的分配关系，计算出矩阵ETC；
[0033]步骤4、依据矩阵ETC计算出萤火虫的适应度函数值，即萤火虫的荧光亮度；
[0034]萤光亮度计算公式：
[0035][0036]其中，β0为光源处的吸引度，λ为光吸收系数[0.01
‑
100]，r
i，j
为萤火虫i与萤火虫j之间的笛卡尔距离；
[0037]步骤5、所有萤火虫开始趋光移位：首先对于每只萤火虫，搜索其附近亮度比它高的萤火虫，依据距离公式计算两者之间的距离；然后根据公式计算萤火虫的相对吸引度，萤火虫依此决定下一步的移动方向，由公式更新位置；
[0038]位置更新公式：
[0039][0040]其中，α
t
为t时刻的步长因子，α
t
∈[0，1]，ε
t
为t时刻服从高斯分布的随机向量；
[0041]步骤6、检测萤火虫的位置，运用公式控制种群多样性；
[0042]步骤7、种群迭代次数达到触发混沌扰动的迭代阈值且最优位置连续6次没有更新时执行步骤8，否则执行步骤2；
[0043]步骤8、依据亮度对萤火虫进行排序，根据负载监测扰动对排在后10％的萤火虫采取扰动；
[0044]步骤9、计算被扰动的萤火虫在新位置上的适应值，若优于之前的适应值则替换之前的萤火虫，否则不变；将被扰动后的萤火虫与其余90％的萤火虫重新组合，执行步骤2。
[0045]步骤10、解码全局最优萤火虫，解码结果作为最本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多目标优化策略的多层次任务调度方法，其特征在于，包括如下步骤：S1、对地理地质三维信息服务平台的多层次任务进行分解，分解为独立的子任务，具体包括展示性子任务、分析性子任务和探索性子任务；S2、针对独立子任务利用改进的萤火虫算法进行多目标优化策略，对资源利用负载均衡、最优时间跨度进行优化，得到全局最优解。2.根据权利要求1所述的基于多目标优化策略的多层次任务调度方法，其特征在于：在步骤S2中，最优时间跨度目标函数表达式为：f(j)
time
＝∑ETC(i，j)，j＝1，2，...，n，ETC(i，j)表示任务i在资源j上的占用时间，当云环境中的任务执行完毕，任务整体完成时间为Ftime，FTime＝max(f(j)
time
)，j＝1，2，...，n；设所有任务独立非抢占式，虚拟机为独立并行，虚拟机VM
j
在某时刻的负载为：其中，tasklength
j
为虚拟机VW
j
队列中的任务长度，则全部虚拟机总负载为：vmload
max
＝∑tasklength(i，j)虚拟机VM
j
服务能力定义为：serAbility(j)＝pesnumber
j
*mips
j
+netvm
j
+ran；其中，pesnumber
j
为虚拟机VM
j
的处理器数量，mips
j
为每个处理器单位时间产生的指令数量，netvm
j
为VM
j
的网络带宽能力，系统最大服务能力为：虚拟机VM
j
中所有任务的服务时间为：系统全局虚拟机平均服务时间定义为：虚拟机的负载情况使用标准差表示为：当loadlevel
std
越小，代表系统负载越均衡，通过云计算资源负载情况，动态调整任务调度的决策。3.根据权利要求2所述的基于多目标优化策略的多层次任务调度方法，其特征在于：所述动态调整任务调度的决策过程具体包括：计算某时刻虚拟机VM
j
瞬时服务能力serAbility(j)∈(0，1),归一化为权矩阵P，
通过动态的权矩阵P，动态调整任务调度策略。4.根据权利要求1所述的基于多目标优化策略的多层次任务调度方法，其特征在于：所述改进的萤火虫算法包括：1)对分解的独立任务进行萤火虫编码，将任务和虚拟机进行初始化匹配后形成一个萤火虫实体，每个萤火虫代表一个解；2)确定综合的目标函数，计算萤火虫的目标函数值，即萤火虫的亮度；3)所有萤火虫开始趋光移位，种群迭代直至达到最优或达到最大迭代次数，最后将结果...

【专利技术属性】
技术研发人员：丁雨淋，何欣阳，朱庆，张利国，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：