【技术实现步骤摘要】
本专利技术涉及互联网云计算领域的应用，具体涉及一种基于帝王蝶算法的虚拟机放置方法。
技术介绍
1、云数据中心消耗了大量的能源，从而带来了了高昂的运营成本和二氧化碳排放。虚拟化技术允许同一个物理机运行属于多个用户的不同应用程序，从而提高数据中心资源的利用率。虚拟机放置可以减少数据中心活跃主机的数量，降低数据中心的能耗；
2、虚拟机(virtual machine,vm)放置是虚拟机至物理主机(physical machine,pm)的映射过程，它对于应用的性能有重要影响。在学界，基于不同的优化目标(提高能效、提高资源利用率等)提出了很多关于虚拟机放置的技术。[1]使用蚁群优化算法(ant colonyoptimization，aco)来查找虚拟机的最佳放置位置，以提高数据中心的能源效率。[2]中的工作将vm放置问题解决为一个多目标优化问题，并应用具有正反馈机制的aco来更新信息素，以提高收敛速度。除了使用aco，许多研究人员还提出了粒子群优化(particle swarmoptimization,pso)来解决虚拟机的放置问题。在[3]中，pso用于将虚拟机从过载主机迁移到负载不足的主机以降低功耗。作者在[4]中引入了具有二维粒子编码方案的pso来对vm放置问题进行建模，以降低能耗。[5]中的作者提出了一种遗传算法和粒子群算法的混合算法以改进vm放置，从而降低能耗以及满足服务级协议(service level agreements，sla)。在[6]中，将vm放置问题作为一个多目标优化问题，并应用一个改进的遗传算法(g
3、本专利技术提出一种基于帝王蝶算法的虚拟机放置方法，该方法利用帝王蝶算法优化虚拟机的放置，从而更好地降低数据中心的能耗和提高资源利用率。
4、参考文献
5、[1]feller e,rilling l,morin c(2011)energy-aware ant colony basedworkload placement in clouds.in:2011ieee/acm 12th international conference ongrid computing,ieee,pp 26-33
6、[2]ma f,liu f,liu z(2012)multi-objective optimization for initialvirtual machine placement in
7、cloud data center.j infcomput sci 9(16):5029-5038
8、[3]dashti se,rahmani am(2016)dynamic vms placement for energyefficiency by pso in cloud computing.j exp theorartifintell 28(1-2):97-112
9、[4]wang s,liu z,zheng z,sun q,yang f(2013)particle swarm optimizationfor energy-aware virtual machine placement optimization in virtualized datacenters.in:2013international conference onparallel and distributed systems,ieee,pp 102-109
10、[5]sharma nk,reddy grm(2016)multi-objective energy efficient virtualmachines allocation at the cloud data center.ieee trans serv comput 12(1):158-17
11、[6]wang s,gu h,wu g(2013)anew approach to multi-objective virtualmachine placement in virtualized data center.in:2013ieee eighth internationalconference on networking,architecture and storage,ieee,pp 331-335
12、[7]liu c,shen c,li s,wang s(2014)a new evolutionary multiobjectivealgorithm to virtual machine placement in virtualized data center.in:2014ieee5th international conference on software engineering and service science,ieee,pp 272-275
13、[8]yang t,lee yc,zomaya ay(2014)energy-efficient data center networksplanning with virtual machine placement and traffic configuration.in:2014ieee6th international conference on cloud computing technology and science,ieee,pp 284-291。
技术实现思路
1、本专利技术提出一种基于帝王蝶算法的虚拟机放置方法，该方法以降低能耗和降低资源浪费为两个优化目标，利用帝王蝶算法寻找虚拟机放置的最佳策略，通过减少数据中心活跃主机的数目来降低能耗和资源浪费；
2、为了实现上述目的，本专利技术通过以下技术方案予以实现：
3、一种基于帝王蝶算法的虚拟机放置方法，包含以下步骤：
4、步骤1)初始化代数计数、迁移率、最大行走步、最大代数等参数。随机初始化一个蝴蝶种群；
5、步骤2)为种群中的每个个体计算拟合值；
6、步骤本文档来自技高网...
【技术保护点】
1.一种基于帝王蝶算法的虚拟机放置方法，包含以下步骤：
2.根据权利要求1所述的基于帝王蝶算法的虚拟机放置方法，其特征在于，所述步骤2)中的拟合值计算公式为：其中，表示服务器j的可行解x0的规范化能耗，和分别表示服务器j满载状态和空闲状态下的平均能耗，表示服务器j的CPU利用率，表示服务器j的最大能耗；表示服务器j的可行解x0的资源浪费，和分别表示服务器j的CPU和内存的可用百分率，表示服务器j的内存利用率，∈是一个很小的正数常量。
3.根据权利要求1所述的基于帝王蝶算法的虚拟机放置方法，其特征在于，所述步骤5.1中按照概率ρ随机地从第一子个种群或第二个子种群中选取一个个体的具体步骤如下：
4.根据权利要求1所述的基于帝王蝶算法的虚拟机放置方法，其特征在于，所述步骤6.1中按照概率ρ随机地从两个子种群选取最佳个体或从第二个子种群中选取一个个体的具体步骤如下：
【技术特征摘要】
1.一种基于帝王蝶算法的虚拟机放置方法，包含以下步骤：
2.根据权利要求1所述的基于帝王蝶算法的虚拟机放置方法，其特征在于，所述步骤2)中的拟合值计算公式为：其中，表示服务器j的可行解x0的规范化能耗，和分别表示服务器j满载状态和空闲状态下的平均能耗，表示服务器j的cpu利用率，表示服务器j的最大能耗；表示服务器j的可行解x0的资源浪费，和分别表示服务器j的cpu和内存的可用百分率，表示...
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。