本发明专利技术属于数据处理技术领域，公开了一种云任务分配方法及设备；该方法包括：根据改进蝴蝶优化算法确定初始蝴蝶种群；对初始蝴蝶种群中蝴蝶个体位置进行更新得到参考蝴蝶位置；根据参考蝴蝶位置得到参考分配方案并进行云任务分配；本发明专利技术通过改进优化蝴蝶算法对云任务的调度可能进行模拟，并根据该改进蝴蝶优化算法确定的初始蝴蝶种群得到个体适应度最高的参考蝴蝶位置，根据参考蝴蝶位置进一步得到最佳的云任务调度方案，根据该方案进行云任务调度，解决了因为没有考虑执行总时间以及负载均衡导致云任务分配不合理的问题，实现了更加均衡的将云任务分配到多个资源上的合理分配。均衡的将云任务分配到多个资源上的合理分配。均衡的将云任务分配到多个资源上的合理分配。
【技术实现步骤摘要】
云任务分配方法及设备
[0001]本专利技术涉及数据处理
，尤其涉及一种云任务分配方法及设备。
技术介绍
[0002]云任务调度不同于传统的任务调度问题，需要考虑的因素更多更复杂。首先，其用户执行任务时的QoS需求更加多样性，如需要满足服务响应时间或需要考虑服务提供方的负载平衡等问题。其次，云服务具有异质性、动态性和弹性等特征。最后，用户向云端提交任务时，需要满足预定义的截止时间约束。此时的云任务调度问题本质上是联合优化问题。目前的研究中，一些工作主要集中于执行时间的优化，但是，目前由于云计算的市场化特征，资源供求双方的利益都必须在进行任务调度时考虑在内，这是相关研究缺乏的地方。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
[0004]本专利技术的主要目的在于提供一种云任务分配方法，旨在解决现有技术因为没有考虑执行总时间以及负载均衡导致云任务分配不合理的技术问题。
[0005]为实现上述目的，本专利技术提供了一种云任务分配方法，所述方法包括以下步骤：
[0006]根据改进蝴蝶优化算法确定初始蝴蝶种群；
[0007]对所述初始蝴蝶种群中蝴蝶个体位置进行更新得到参考蝴蝶位置；
[0008]根据所述参考蝴蝶位置得到参考分配方案；
[0009]根据所述参考分配方案进行云任务分配。
[0010]可选地，所述根据改进蝴蝶优化算法确定初始蝴蝶种群，包括：
[0011]根据云任务量、资源量得到种群规模以及搜索维度；
[0012]根据所述种群规模以及所述搜索维度得到蝴蝶个体位置；
[0013]基于所述蝴蝶个体位置得到初始化蝴蝶种群。
[0014]可选地，所述对所述初始蝴蝶种群中蝴蝶个体位置进行更新得到参考蝴蝶位置，包括：
[0015]对所述初始蝴蝶种群中蝴蝶个体进行识别得到全局搜索蝴蝶个体和局部开发蝴蝶个体；
[0016]对所述全局搜索蝴蝶个体的蝴蝶位置进行更新得到参考全局搜索蝴蝶位置；
[0017]对所述局部开发蝴蝶个体的蝴蝶位置进行更新得到参考局部开发蝴蝶位置；
[0018]根据所述参考全局搜索蝴蝶位置以及所述参考局部开发蝴蝶位置得到参考蝴蝶位置。
[0019]可选地，所述对所述初始蝴蝶种群中蝴蝶个体进行识别得到全局搜索蝴蝶个体和局部开发蝴蝶个体之前，还包括：
[0020]获取调度因子、实际工作时间以及适应度参数；
[0021]根据所述调度因子、所述实际工作时间以及所述适应度参数建立适应度函数；
[0022]根据所述适应度函数计算蝴蝶个体的个体适应度；
[0023]根据所述个体适应度得到最大个体适应度以及最小个体适应度；
[0024]根据所述最大个体适应度以及所述最小个体适应度进行计算得到个体切换概率。
[0025]可选地，所述对所述初始蝴蝶种群中蝴蝶个体进行识别得到全局搜索蝴蝶个体和局部开发蝴蝶个体，包括：
[0026]获取所述初始蝴蝶种群中蝴蝶个体的随机参数值；
[0027]当所述随机参数值小于个体切换概率时，将所述随机参数值对应的蝴蝶个体作为全局搜索蝴蝶个体；
[0028]当所述随机参数值大于或等于个体切换概率时，将所述随机参数值对应的蝴蝶个体作为局部开发蝴蝶个体。
[0029]可选地，所述根据所述调度因子、所述实际工作时间以及所述适应度参数建立适应度函数，包括：
[0030]根据所述调度因子得到执行跨度；
[0031]根据所述实际工作时间得到实际工作时间标准方差；
[0032]根据所述适应读参数、所述实际工作时间标准方差以及执行跨度建立适应度函数。
[0033]可选地，所述对所述全局搜索蝴蝶个体的蝴蝶位置进行更新得到参考全局搜索蝴蝶位置，包括：
[0034]根据所述个体适应度计算蝴蝶种群的平均适应度；
[0035]当所述个体适应度大于或等于所述平均适应度，将所述全局搜索蝴蝶个体归为全局搜索第一种群；
[0036]获取第一参数，根据所述第一参数对所述全局搜索第一种群中的蝴蝶个体进行位置更新得到第一参考全局搜索蝴蝶位置；
[0037]当所述个体适应度小于所述平均适应度，将所述全局搜索蝴蝶个体归为全局搜索第二种群；
[0038]获取第二参数，根据所述第二参数对所述全局搜索第二种群中的蝴蝶个体进行位置更新得到第二参考全局搜索蝴蝶位置。
[0039]根据所述第一参考全局搜索蝴蝶位置以及所述第二参考局部开发蝴蝶位置得到参考全局搜索蝴蝶位置。
[0040]可选地，所述对所述局部开发蝴蝶个体的蝴蝶位置进行更新得到参考局部开发蝴蝶位置，包括：
[0041]根据所述个体适应度计算蝴蝶种群的平均适应度；
[0042]当所述个体适应度大于或等于所述平均适应度，将所述局部开发蝴蝶个体归为局部开发第一种群；
[0043]获取第三参数，根据所述第一参数对所述局部开发第一种群中的蝴蝶个体进行位置更新得到第一参考局部开发蝴蝶位置；
[0044]当所述个体适应度小于所述平均适应度，将所述局部开发蝴蝶个体归为局部开发第二种群；
[0045]获取第四参数，根据所述第二参数对所述局部开发第二种群中的蝴蝶个体进行位置更新得到第二参考局部开发蝴蝶位置。
[0046]根据所述第一参考局部开发蝴蝶位置以及所述第二参考局部开发蝴蝶位置得到参考局部开发蝴蝶位置。
[0047]可选地，所述根据所述参考全局搜索蝴蝶位置以及所述参考局部开发蝴蝶位置得到参考蝴蝶位置，包括：
[0048]对所述参考全局搜索蝴蝶位置进行修正得到标准全局搜索蝴蝶位置；
[0049]对所述参考局部开发蝴蝶位置进行修正得到标准局部开发蝴蝶位置；
[0050]根据所述标准全局搜索蝴蝶位置以及所述标准局部开发蝴蝶位置计算蝴蝶个体的适应度；
[0051]比较所述蝴蝶个体的适应度大小得到比较结果；
[0052]将适应度最大的蝴蝶个体的标准全局搜索蝴蝶位置或标准局部开发蝴蝶位置作为参考蝴蝶位置。
[0053]此外，为实现上述目的，本专利技术还提出一种云任务分配设备，所述云任务分配设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的云任务分配程序，所述云任务分配程序配置为实现如上文所述的云任务分配方法的步骤。
[0054]本专利技术考虑到任务执行总时间以及负载均衡对蝴蝶优化算法改进得到改进优化蝴蝶算法，通过改进优化蝴蝶算法对云任务的调度可能进行模拟，并根据该改进蝴蝶优化算法确定的初始蝴蝶种群得到个体适应度最高的参考蝴蝶位置，根据参考蝴蝶位置进一步得到最佳的云任务调度方案，根据该方案进行云任务调度，解决了因为没有考虑执行总时间以及负载均衡导致云任务分配不合理的问题，实现了更加均衡的将云任务分配到多个资源上的合理分配。
附图说明
[0055]图1是本专利技术实施例方案涉及本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种云任务分配方法，其特征在于，所述云任务分配方法包括：根据改进蝴蝶优化算法确定初始蝴蝶种群；对所述初始蝴蝶种群中蝴蝶个体位置进行更新得到参考蝴蝶位置；根据所述参考蝴蝶位置得到参考分配方案；根据所述参考分配方案进行云任务分配。2.如权利要求1所述的云任务分配方法，其特征在于，所述根据改进蝴蝶优化算法确定初始蝴蝶种群，包括：根据云任务量、资源量得到种群规模以及搜索维度；根据所述种群规模以及所述搜索维度得到蝴蝶个体位置；基于所述蝴蝶个体位置得到初始化蝴蝶种群。3.如权利要求1所述的云任务分配方法，其特征在于，所述对所述初始蝴蝶种群中蝴蝶个体位置进行更新得到参考蝴蝶位置，包括：对所述初始蝴蝶种群中蝴蝶个体进行识别得到全局搜索蝴蝶个体和局部开发蝴蝶个体；对所述全局搜索蝴蝶个体的蝴蝶位置进行更新得到参考全局搜索蝴蝶位置；对所述局部开发蝴蝶个体的蝴蝶位置进行更新得到参考局部开发蝴蝶位置；根据所述参考全局搜索蝴蝶位置以及所述参考局部开发蝴蝶位置得到参考蝴蝶位置。4.如权利要求3所述的云任务分配方法，其特征在于，所述对所述初始蝴蝶种群中蝴蝶个体进行识别得到全局搜索蝴蝶个体和局部开发蝴蝶个体之前，还包括：获取调度因子、实际工作时间以及适应度参数；根据所述调度因子、所述实际工作时间以及所述适应度参数建立适应度函数；根据所述适应度函数计算蝴蝶个体的个体适应度；根据所述个体适应度得到最大个体适应度以及最小个体适应度；根据所述最大个体适应度以及所述最小个体适应度进行计算得到个体切换概率。5.如权利要求4所述的云任务分配方法，其特征在于，所述对所述初始蝴蝶种群中蝴蝶个体进行识别得到全局搜索蝴蝶个体和局部开发蝴蝶个体，包括：获取所述初始蝴蝶种群中蝴蝶个体的随机参数值；当所述随机参数值小于个体切换概率时，将所述随机参数值对应的蝴蝶个体作为全局搜索蝴蝶个体；当所述随机参数值大于或等于个体切换概率时，将所述随机参数值对应的蝴蝶个体作为局部开发蝴蝶个体。6.如权利要求5所述的云任务分配方法，其特征在于，所述根据所述调度因子、所述实际工作时间以及所述适应度参数建立适应度函数，包括：根据所述调度因子得到执行跨度；根据所述实际工作时间得到实际工作时间标准方差；根据所述适应读参数、所述实际工作时间标准方差以及执行跨度建立适应度函数。7.如权利要求5所...
【专利技术属性】
技术研发人员：张小庆，肖海洋，白旭祥，徐舫，李润杰，
申请(专利权)人：武汉轻工大学，
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。