1.一种基于飞蛾算法的云数据中心认知资源调度方法,其特征在于:具体包含如下步骤:
步骤1,用户根据自身所需资源向云数据库中的资源库提出请求;
步骤2,将云数据库中的资源初始化成一个飞蛾种群,并计算每个飞蛾种群的适应度值;
步骤3,初始化火焰种群和火焰适应度值,对飞娥种群的适应度值进行从大到小的排序,并将排序后的种群和适应度值作为火焰的种群和适应度值;
步骤4,记录最大的火焰适应度值和相应适应度值对应的位置,并对飞蛾的种群进行位置更新;
步骤5,判断迭代次数是否满足设定迭代次数,若达到指定代数,输出最终的火焰种群和火焰适应度值,若不满足,继续进行迭代操作;
步骤6,对最终输出的火焰种群和火焰适应度值进行相关映射,从而得到云数据库中所有资源的一个最佳调度方案;
步骤7,得出最终结果,按照结果将任务分配到虚拟机中。
2.根据权利要求1所述的一种基于飞蛾算法的云数据中心认知资源调度方法,其特征在于:在步骤2中,计算每个飞蛾种群的适应度值,具体计算如下:
其中,为飞蛾i在第t次迭代的解,表示解的个体执行时间适应度函数;表示解的个体负载适应度函数。
3.根据权利要求1所述的一种基于飞蛾算法的云数据中心认知资源调度方法,其特征在于:在步骤3中,根据飞蛾种群适应度数值的大小进行从大到小的排序。
4.根据权利要求1所述的一种基于飞蛾算法的云数据中心认知资源调度方法,其特征在于:步骤4中的位置更新是对已有飞蛾种群的一次迭代,进而产生下一代的飞蛾种群。
5.根据权利要求1所述的一种基于飞蛾算法的云数据中心认知资源调度方法,其特征在于:在步骤5中,迭代次数为50。