申请/专利权人：华南理工大学

申请日：2020-07-08

公开（公告）日：2024-04-09

公开（公告）号：CN111966447B

主分类号：G06F9/455

分类号：G06F9/455;G06N3/126

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2020.12.08#实质审查的生效;2020.11.20#公开

摘要：本发明公开了一种基于双排列遗传算法的容器放置方法，其过程如下：首先定义问题和数据中心的能耗模型，以及容器调度的优化目标；其次根据模型以及调度优化目标进行种群初始化，对表示容器和虚拟机分配的个体进行双排列染色体编码；并通过计算个体的适应度值进行遗传操作，产生新的个体和种群；最后通过不断的更新个体和种群获得最优的后代，并通过解码得出最优的容器放置策略。该发明根据容器云资源分配的需求，将容器合理地分配到虚拟机，虚拟机合理地映射到服务器，并在保持云服务质量的同时，通过容器分配、资源配置等来对云计算中心的能耗进行优化。

主权项：1.一种基于双排列遗传算法的容器放置方法，其特征在于，包括以下步骤：第一步骤、定义问题以及数据中心能耗模型；第二步骤、定义容器调度目标；第三步骤、初始化种群，根据模型以及调度优化目标对容器、虚拟机的分配进行染色体编码；第四步骤、计算适应度函数，获得个体的适应度值；第五步骤、进行选择操作：根据每个个体的适应度值，从种群中选择适应度值高的个体，复制到下一代种群，同时在剩余个体中通过选择相应的父代染色体进行遗传操作，以便产生新的个体；第六步骤、进行交叉操作：根据不同的交叉方法分别对代表容器分配和虚拟机分配的父代染色体进行交叉；第七步骤、进行变异操作：通过不同的变异方法分别对代表容器分配和虚拟机分配的父代染色体进行变异，产生新的个体，形成新的种群；第八步骤、从第四步骤开始重复执行，直到满足终止条件输出最优的容器分配策略；所述第一步骤，具体为：若将问题定义为给定容器集{1,…,N}，要求基于容器云的资源分配将容器分配给虚拟机集合{1,…,L}，并将虚拟机分配给物理机集合{1,…,M}，目标是使所有物理机的聚合功耗Pdc最小；则数据中心的能耗模型被定义为 其中Pk表示物理机k的功耗； Ucpuk表示服务器k的CPU利用率，为服务器k在利用率为U1时的功耗，由于资源的限制，式1和2还需满足约束条件 其中其分别表示容器和虚拟机只能被分配一次；此外对于容器，认为应用程序和容器之间是一对一映射，也就是说，这里定义容器资源需求范围介于1到VM类型数量的容量；由于两级分配模型主要反映在资源利用率上，因此虚拟机的CPU利用率和内存利用率通过容器的CPU和内存总量以及虚拟机的资源总量计算，计算方式如下： 由此可得：

全文数据：

权利要求：

百度查询： 华南理工大学 一种基于双排列遗传算法的容器放置方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD