公开(公告)号：CN111913800A

公开(公告)日：2020-11-10

申请号：CN202010678367.4

申请日：2020-07-15

Applicant: 东北大学秦皇岛分校

Inventor： 卢政昊 ,  孙福权 ,  王子健 ,  曹建建 ,  崔志清

IPC: G06F9/50 ,  G06N3/00

Abstract: 本发明的基于L-ACO的云中微服务成本优化的资源分配方法，包括：将整个组合服务的完成服务最后期限分配给每一个任务，计算每一个任务的概率向上秩，形成子最后期限；把概率向上秩作为蚁群中的启发式信息，进行迭代计算，迭代计算过程中信息素权重、启发式信息权重和信息素挥发率进行动态更新，根据迭代过程中的局部最优解来更新信息素轨迹；根据子最后期限，依次为每个任务的执行者，即服务实例选择满足其子最后期限的资源配置，找出成本优化的全局最优解。该方法针对一组特定的组合服务，在保障服务完成最后期限的前提下，找到一种廉价的为服务实例分配计算资源的方案。调整参数后的算法，有着更低的成本，可更有效的进行资源分配。

公开(公告)号：CN111913800B

公开(公告)日：2022-07-19

申请号：CN202010678367.4

申请日：2020-07-15

Applicant: 东北大学秦皇岛分校

Inventor： 卢政昊 ,  孙福权 ,  王子健 ,  曹建建 ,  崔志清

IPC: G06F9/50 ,  G06N3/00

Abstract: 本发明的基于L‑ACO的云中微服务成本优化的资源分配方法，包括：将整个组合服务的完成服务最后期限分配给每一个任务，计算每一个任务的概率向上秩，形成子最后期限；把概率向上秩作为蚁群中的启发式信息，进行迭代计算，迭代计算过程中信息素权重、启发式信息权重和信息素挥发率进行动态更新，根据迭代过程中的局部最优解来更新信息素轨迹；根据子最后期限，依次为每个任务的执行者，即服务实例选择满足其子最后期限的资源配置，找出成本优化的全局最优解。该方法针对一组特定的组合服务，在保障服务完成最后期限的前提下，找到一种廉价的为服务实例分配计算资源的方案。调整参数后的算法，有着更低的成本，可更有效的进行资源分配。