【技术实现步骤摘要】
一种基于自适应模糊控制的计算负载平衡方法
[0001]本专利技术涉及智能化计算
,尤其涉及一种基于自适应模糊控制的计算负载平衡方法
。
[0002]
技术介绍
[0003]在计算领域中,负载平衡是一项重要的任务,它旨在合理地分配计算任务到不同的计算节点上,以确保系统的资源利用率和性能
。
负载平衡的目标是使各个计算节点的负载尽可能均衡,避免某个计算节点过载而导致系统性能下降,同时充分利用系统的资源,提高整体的计算效率
。
[0004]自适应模糊控制是一种基于模糊逻辑和控制理论的控制方法,它能够根据系统的实时状态和环境变化来调整控制策略,以实现系统的自适应性和鲁棒性
。
在负载平衡领域,自适应模糊控制可以应用于动态调整计算节点的负载状态,以实现负载的均衡分配
。
[0005]传统的自适应模糊控制方案需要专家依靠经验进行人工设计模糊规则库,这容易受到人为主观因素的影响,导致规则库的设计困难和不准确
。
并且,传统的自适应模糊控制在应对系统动态性和变化的能力上存在一定的限制,这是由于模糊控制的基础是一组静态的模糊规则,难以适应系统动态性和环境变化
。
当系统的动态性较强时,传统的自适应模糊控制可能无法及时调整控制策略,导致控制性能下降
。
[0006]因此,期望一种优化的基于自适应模糊控制的计算负载平衡方案
。
[0007]
技术实现思路
[0008]本专利技术实施例提供一种基于 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种基于自适应模糊控制的计算负载平衡方法,其特征在于,包括:获取多个计算节点在预定时间段内多个预定时间点的负载值;对所述多个计算节点在预定时间段内多个预定时间点的负载值进行关联分析以得到节点间负载时序关联特征;基于所述节点间负载时序关联特征,确定所述多个计算节点的多个概率值;以及将计算任务分配给所述多个概率值中最大概率值对应的计算节点
。2.
根据权利要求1所述的基于自适应模糊控制的计算负载平衡方法,其特征在于,对所述多个计算节点在预定时间段内多个预定时间点的负载值进行关联分析以得到节点间负载时序关联特征,包括:使用自适应模糊算法对所述各个预定时间点的负载值进行模糊化处理以将所述各个预定时间点的负载值转化为负载状态标签值,其中,所述负载状态标签值包括低
、
中和高;使用独热编码对所述各个计算节点在预定时间段内多个预定时间点的负载状态标签值进行独热编码以得到所述各个计算节点的负载状态标签时序拼接独热编码向量;通过基于深度神经网络模型的负载状态时序特征提取器对所述各个计算节点的负载状态标签时序拼接独热编码向量进行时序关联特征提取以得到多个计算节点负载状态时序特征向量;以及对所述多个计算节点负载状态时序特征向量进行关联编码以得到计算节点间负载关联特征矩阵作为所述节点间负载时序关联特征
。3.
根据权利要求2所述的基于自适应模糊控制的计算负载平衡方法,其特征在于,所述深度神经网络模型为一维卷积神经网络模型
。4.
根据权利要求3所述的基于自适应模糊控制的计算负载平衡方法,其特征在于,对所述多个计算节点负载状态时序特征向量进行关联编码以得到计算节点间负载关联特征矩阵作为所述节点间负载时序关联特征,包括:将所述多个计算节点负载状态时序特征向量排列为二维特征矩阵后通过基于二维卷积神经网络模型的计算节点间负载关联特征提取器以得到所述计算节点间负载关联特征矩阵
。5.
根据权利要求4所述的基于自适应模糊控制的计算负载平衡方法,其特征在于,基于所述节点间负载时序关联特征,确定所述多个计算节点的多个概率值,包括:以所述各个计算节点负载状态时序特征向量作为查询特征向量,计算其与所述计算节点间负载关联特征矩阵之间的矩阵乘积以得到多个节点负载映射特征向量;以及将所述多个节点负载映射特征向量通过分类器以得到所述多个概率值
。6.
根据权利要求5所述的基于自适应模糊控制的计算负载平衡方法,其特征在于,将所述多个节点负载映射特征向量通过分类器以得到所述多个概率值,包括:使用所述分类器的多个全连接层对所述多个节点负载映射特征向量进行全连接编码以得到编码分类特征向量;以及将所述编码分类特征向量通过所述分类器的
Softmax
分类函数以得到所述多个概率值
。7.
技术研发人员:柳培忠,张浩钧,吕国荣,吴家祥,董学峰,倪东,杨鑫,
申请(专利权)人:泉州医学高等专科学校深圳度影医疗科技有限公司,
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。