版权说明 操作指南
首页 > 成果 > 详情

多目标虚拟机部署方法、装置、设备及存储介质

认领
导出
反馈
分享
QQ微信 微博
成果类型:
专利
发明/设计人:
张小庆;柏元江;安春林
申请/专利权人:
武汉轻工大学
专利类型:
发明专利
语种:
中文
申请时间:
2020-02-24
申请/专利号:
CN202010114159.1
公开时间:
2020-06-23
公开号:
CN111324422A
主申请人地址:
430023 湖北省武汉市东西湖区常青花园学府南路68号
申请地区:
湖北
机构署名:
本校为第一完成单位
主权项:
1.一种多目标虚拟机部署方法,其特征在于,所述方法包括: 获取待部署的虚拟机集合及物理主机集合,将所述虚拟机集合对应的虚拟机数作为染色体个体的编码长度,建立包含多个所述染色体个体的遗传种群; 对所述遗传种群中的各所述染色体个体进行适应度计算; 检测所述遗传种群的当前遗传世代; 在所述当前遗传世代等于预设遗传世代时,将当前适应度值最大的染色体个体作为目标染色体个体,解码所述目标染色体个体以获取虚拟机部署最优解; 根据所述虚拟机部署最优解将所述虚拟机集合中的虚拟机部署到所述物理主机集合的物理主机中。 2.如权利要求1所述的多目标虚拟机部署方法,其特征在于,所述获取待部署的虚拟机集合及物理主机集合,将所述虚拟机集合对应的虚拟机数作为染色体个体的编码长度,建立包含多个所述染色体个体的遗传种群的步骤,具体包括: 获取所述物理主机集合对应的物理主机数及所述虚拟机集合对应的虚拟机数; 将所述虚拟机集合中的虚拟机部署到所述物理主机集合的物理主机中的部署解作为染色体个体的解码; 将所述虚拟机数作为所述染色体个体的编码长度,根据预设种群规模设置染色体个数; 将各所述染色体个体中包含的两个群组分别作为虚拟机群组与物理主机群组; 根据所述虚拟机数设置所述虚拟机群组中的基因取值范围,根据所述物理主机数设置所述物理主机组群中的基因取值范围; 根据所述染色体个体数、所述编码长度及所述基因取值范围建立遗传种群。 3.如权利要求2所述的多目标虚拟机部署方法,其特征在于,所述根据所述染色体个体数、所述编码长度及所述基因取值范围建立遗传种群的步骤具体包括: 根据所述染色体个体数及所述编码长度建立未赋值遗传种群; 按照预设遗传种群划分条件将所述未赋值遗传种群划分为第一种群、第二种群及第三种群; 基于所述基因取值范围按照功耗最小条件对第一种群进行赋值,基于所述基因取值范围按照资源利用最大条件对第二种群进行赋值,基于所述基因取值范围随机对所述第三种群进行赋值; 根据赋值后的各遗传种群构建遗传种群。 4.如权利要求3所述的多目标虚拟机部署方法,其特征在于,所述检测所述遗传种群的当前遗传世代的步骤之后,还包括: 在所述当前遗传世代小于预设遗传世代时,按照预设遗传算法生成下一世代的遗传种群; 将所述当前遗传世代加一,并返回所述对所述遗传种群中的各所述染色体个体进行适应度计算的步骤。 5.如权利要求4所述的多目标虚拟机部署方法,其特征在于,所述在所述当前遗传世代小于预设遗传世代时,按照预设遗传算法生成下一世代的遗传种群的步骤,具体包括: 将当前适应度值最大的染色体个体保留至下一世代的遗传种群; 对当前遗传种群中的剩余染色体个体进行相对适应度计算,按照相对适应度计算结果及轮盘赌策略对剩余染色体个体进行遗传选择; 将通过遗传选择获取到的染色体个体保留至下一世代的遗传种群,以生成下一世代的遗传种群。 6.如权利要求5所述的多目标虚拟机部署方法,其特征在于,所述将通过遗传选择获取到的染色体个体保留至下一世代的遗传种群,以生成下一世代的遗传种群的步骤之后,还包括: 根据预设比例获取遗传选择后剩余的染色体个体,并对获取到的染色体个体进行遗传交叉;其中,遗传交叉前的染色体个体为父代染色体,遗传交叉后的染色体个体为子代染色体; 对所述子代染色体进行适应度计算,以获取适应度值; 在所述子代染色体的适应度值大于所述父代染色体的适应度值时,将所述子代染色体保留至下一世代的遗传种群,以生成下一世代的遗传种群; 在所述子代染色体的适应度值小于等于所述父代染色体的适应度值时,将所述父代染色体保留至下一世代的遗传种群,以生成下一世代的遗传种群。 7.如权利要求5所述的多目标虚拟机部署方法,其特征在于,所述将通过遗传选择获取到的染色体个体保留至下一世代的遗传种群,以生成下一世代的遗传种群的步骤之后,还包括: 根据预设比例获取遗传选择后剩余的染色体个体,并对获取到的染色体个体进行遗传变异;其中,遗传变异前的染色体个体为父代染色体,遗传变异后的染色体个体为子代染色体; 对所述子代染色体进行适应度计算,以获取适应度值; 在所述子代染色体的适应度值大于所述父代染色体的适应度值时,将所述子代染色体保留至下一世代的遗传种群,以生成下一世代的遗传种群; 在所述子代染色体的适应度值小于等于所述父代染色体的适应度值时,将所述父代染色体保留至下一世代的遗传种群,以生成下一世代的遗传种群。 8.一种多目标虚拟机部署装置,其特征在于,所述装置包括:模型建立模块、适应度计算模块、最优解获取模块及部署模块,其中, 所述模型建立模块,用于获取待部署的虚拟机集合及物理主机集合,将所述虚拟机集合对应的虚拟机数作为染色体个体的编码长度,建立包含多个所述染色体个体的遗传种群; 所述适应度计算模块,用于对所述遗传种群中的各所述染色体个体进行适应度计算;还用于检测所述遗传种群的当前遗传世代; 所述最优解获取模块,用于在所述当前遗传世代等于预设遗传世代时,将当前适应度值最大的染色体个体作为目标染色体个体,解码所述目标染色体个体以获取虚拟机部署最优解; 所述部署模块,用于根据所述虚拟机部署最优解将所述虚拟机集合中的虚拟机部署到所述物理主机集合的物理主机中。 9.一种电子设备,其特征在于,所述电子设备包括: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多目标虚拟机部署程序,所述多目标虚拟机部署程序配置为实现如权利要求1至7中任一项所述的多目标虚拟机部署方法的步骤。 10.一种存储介质,其特征在于,所述存储介质上存储有多目标虚拟机部署程序,所述多目标虚拟机部署程序被处理器执行时实现如权利要求1至7任一项所述的多目标虚拟机部署方法的步骤。
摘要:
本发明涉及云计算技术领域,尤其涉及一种多目标虚拟机部署方法、装置、设备及存储介质。所述方法包括:获取待部署的虚拟机集合及物理主机集合,将虚拟机集合对应的虚拟机数作为染色体个体的编码长度,建立包含多个染色体个体的遗传种群;对遗传种群中的各染色体个体进行适应度计算;检测遗传种群的当前遗传世代;在当前遗传世代等于预设遗传世代时,将当前适应度值最大的染色体个体作为目标染色体个体,解码目标染色体个体以获取虚拟机部署最优解;根据虚拟机部署最优解将虚拟机集合中的虚拟机部署到物理主机集合的物理主机中。通过上述方法,在资源利用率及能耗的约束条件下,均衡优化多目标...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com