(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111653724.2 (22)申请日 2021.12.3 0 (71)申请人 东北大学 地址 110819 辽宁省沈阳市和平区文化路3 号巷11号 (72)发明人 马连博　王薪哲　王兴伟　黄敏　 (74)专利代理 机构 沈阳东大知识产权代理有限 公司 21109 代理人 李在川 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06K 9/62(2022.01) G06N 3/12(2006.01) (54)发明名称 一种面向云计算的多目标资源调度方法 (57)摘要 本发明提供一种面向云计算的多目标资源 调度方法， 涉及云计算场景下的资源调度技术领 域； 该方法首先统计当前云计算 资源中心中每个 用户所需的计算资源， 根据各个服务提供商提供 的计算服务信息， 建立初始数据集； 之后将云计 算场景下资源调度过程中的收益最大化问题转 化为两个收益目标函数和多个约束； 根据数据集 随机生成多个资源调度方方案， 并利用建立好的 收益目标函数进行评估； 使用收益目标函数和参 考向量对种群进行优化； 在优化过程中， 使用分 布式估计对当前所有最优方案建立概率模型并 进行采样的方法能够大大加快种群收敛的速度， 保证种群的收敛性， 产生的均匀向量引导种群中 的个体向多个方向收敛， 保证种群的多样性， 通 过这些策略来寻找更多适 合该问题的方案 。 权利要求书3页 说明书9页 附图4页 CN 114330891 A 2022.04.12 CN 114330891 A 1.一种面向云计算的多目标资源调度方法， 其特 征在于， 包括： 步骤1： 根据待分配 计算资源设置资源调度方案的编码方式； 步骤2： 将计算资源调度问题转 化为由目标优化和约束问题构成的数 学模型； 步骤3： 利用基于分布式估计的多目标优化算法求解数学模型得到一组最优的资源调 度参考方案。 2.根据权利要求1所述的一种面向云计算的多目标资源调度方法， 其特征在于， 所述步 骤1包括： 步骤1.1： 对当前云计算中心所有的服务提供商、 资源种类和待分配计算资源的用户进 行编号； 步骤1.2： 统计所有 待分配计算资源的用户提交的订单； 步骤1.3： 确定每个服务提供商为当前云计算中心中的待分配用户所需的全部计算资 源提供的相应报价信息； 步骤1.4： 设置资源调度方案的编码方式。 3.根据权利要求2所述的一种面向云计算的多目标资源调度方法， 其特征在于， 所述步 骤1.4包括： 步骤1.4.1： 根据用户需求是否被满足对所有待分配计算资源用户设置标记清单I＝ (I1， I2，…， Iu，…， IC)， Iu∈{0， 1}， 其中Iu表示用户u的需求是否全部被满足， 值为1表示全部 满足， 值为0表 示未被全部满足； u＝1， 2， …， C， C表示待分配计算资源的用户总数； 当用户的 需求未被全部满足时， 该用户的订单将不会被成交； 步骤1.4.2： 设置 向所有用户提供计算资源服务的服务提供商标记清单X＝(X1， X2，…， Xu，…， XC) ， 其中， Xu表示向用户u提供所有计算资源的服务提供商标记清单； 表示向用户u提供所需第s类计算资源的服务提供 商 标 记 清 单 ，s ＝ 1 ，2 ，3 ， …，L ，L 表 示 所 有 计 算 资 源 的 类 型 总 个 数 ； E表示服务提供商的总个 数； 若服务提供商p向用户u提供了第s类计算资源， 则 为1， 若没有提供， 则 为0； 定 义向量 中元素 值为1的数量为 表示用户u允许的第s类计算资源可 划分给不同服 务提供商的最大 数量； 步骤1.4.3： 设置服务提供商为所有用户提供的各类计算资源的数量清单Y＝(Y1， Y2，…， Yu，…， YC)； 其中， Yu表示服务提供商提供给用户u所有的计算资源的数量， 表示每个服务提供商提供给用户u第s类的计算资源 的数量， 表示服务提供商p提 供给用户u第s类的计算资源的数量； 步骤1.4.4： 根据步骤1.4.1～步骤1.4.3生成每 个调度方案的编码(I， X， Y)。 4.根据权利要求1所述的一种面向云计算的多目标资源调度方法， 其特征在于， 所述步 骤2包括： 步骤2.1： 建立所有待分配计算资源的用户为其所需计算资源的花费总和最小的目标 函数Minimize F’U： 权　利　要　求　书 1/3 页 2 CN 114330891 A 2转化为最大化函数Maximize  FU： 其中， U表示待分配计算资源用户的编号集合， U＝{1， 2， 3， …， C}； υu表示用户u在实际交 易过程中支付的价格； bu表示用户u可为该订单支付的最大价格， 用户u的订单为Bu＝(du， gu， bu)， du表示用户u所需要的各类计算资源的数量， gu 表示用户u所需要的每种计算资源可被分为的最大份数， 步骤2.2： 建立计算中心中所有的服 务提供商收入总和最大的目标函数Maximize  FP： 其中， rp表示服务提供商p在实际交易过程中获得的总收入； P表示服务提供商的编号集 合， P＝{1， 2， 3， …， E}， E表示服务提供商的总个数， S表示计算资源类型的编号集合， S＝{1， 2， 3，…， L}， L表示计算资源的类型总个数， 表示服务提供商 可接受的第s类计算资源的最 低报价； 步骤2.3： 建立目标函数的约束条件： 式中， mp表示服务提供商p可提供的各类计算资源的数量， 表示服务提供商p可提供第s类 计算资源的数量。 5.根据权利要求1所述的一种面向云计算的多目标资源调度方法， 其特征在于， 所述步 骤3包括： 步骤3.1： 在目标空间中产生N条均匀的参考向量并组成 向量矩阵W， 分别找出距离向量 Ww最近的T条参 考向量并组成邻接向量矩阵Bw， 其中， Ww表示第w条参 考向量， w ＝1， 2，…， N； 步骤3.2： 随机生成调度方法组成初始种群， 进行编码； 该种群中包含N个个体， 每个个 体代表一种调度方案， 对每 个调度方案， 计算 其在所述数 学模型中的目标函数值； 步骤3.3： 创 建理想点z， z＝{z1， z2}， z1、 z2是当前种群中所有个体在两个目标函数上 的最大值； 步骤3.4： 找出目标空间中的每条参 考向量在当前种群中距离最近的个 体并建立关联； 步骤3.5： 对于每条参考向量， 使用基于分布式估计的方法产生新解， 如果新解在该向 量上的适应度值大于当前与该向量相关联的解， 则替换 该解； 步骤3.6： 根据更新后的种群， 找出每 个目标的最大值， 更新理想点z； 步骤3.7： 迭代执行步骤3.5～步骤3.6， 直到达到循环的迭代次数， 优化计算结束， 当前 种群中的决策变量即为当前问题的最优解决方案 。 6.根据权利要求5所述的一种面向云计算的多目标资源调度方法， 其特征在于， 所述 3.5包括： 步骤3.5.1： 对于参考向量Ww， 在邻接矩阵Bw中所找出包含的T条向量， 并由这T条向量所 对应的T个 个体来组成档案arc hivew；权　利　要　求　书 2/3 页 3 CN 114330891 A 3