CN111427688B - 云任务多目标调度方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明属于云计算技术领域，公开了一种云任务多目标调度方法、装置、电子设备及存储介质。所述方法包括：获取待调度的云任务集合及云资源集合，并生成包含多个云任务分子的云任务分子模型；对云任务分子模型中的所有云任务分子进行适应度计算；根据计算结果对云任务分子模型进行化学反应，以获取分子结构更新后的云任务分子模型；对更新后的所有云任务分子进行适应度计算，根据适应度计算结果确定适应度值最大的目标云任务分子，并将目标云任务分子的当前分子结构的解码作为任务调度最优解；根据任务调度最优解将云任务集合中的云任务调度到云资源集合对应的云资源中。实现了利用化学反应机制、满足可靠性的云任务多目标调度方法。

Description

云任务多目标调度方法、装置、电子设备及存储介质

技术领域

本发明涉及云计算技术领域，尤其涉及一种云任务多目标调度方法、装置、电子设备及存储介质。

背景技术

云任务调度不同于传统的任务调度问题，需要考虑的因素和需要优化的目标更多更复杂。首先，为了提高任务的执行效率，任务的执行跨度需要尽可能小。不同的资源可以同步执行不同的云任务，因此，执行跨度即为最后完成任务的资源上的任务完成时间。其次，任务的总体完工时间也需要尽可能小。而为了降低总体完工时间，单个任务需要尽可能调度至性能更强、速度更快的资源上执行。再次，任务执行可靠性也需要在任务调度中考虑在内。由于资源失效可能导致正在执行任务的失败，大大降低用户的服务质量。而为了提高执行可靠性，则需要最小化资源可靠性导致任务执行失效的总体浪费时间。

发明内容

本发明的主要目的在于提供一种云任务多目标调度方法、装置、电子设备及存储介质，旨在解决满足执行效率、跨度及可靠性的云任务多目标调度的技术问题。

为实现上述目的，本发明提供了一种云任务多目标调度方法，所述方法包括：

获取待调度的云任务集合及云资源集合，并根据所述云任务集合及所述云资源集合生成包含多个云任务分子的云任务分子模型；

对所述云任务分子模型中的所有云任务分子进行适应度计算；

根据计算结果对所述云任务分子模型进行化学反应，以获取分子结构更新后的云任务分子模型；

对分子结构更新后的云任务分子模型中的所有云任务分子进行适应度计算，获得适应度计算结果；

根据所述适应度计算结果确定适应度值最大的目标云任务分子，并将所述目标云任务分子的当前分子结构的解码作为任务调度最优解；

根据所述任务调度最优解将所述云任务集合中的云任务调度到所述云资源集合对应的云资源中。

优选地，所述获取待调度的云任务集合及云资源集合，并根据所述云任务集合及所述云资源集合生成包含多个云任务分子的云任务分子模型的步骤，具体包括：

获取所述云资源集合中的云资源数及所述云任务集合的云任务数；

将所述云任务集合中的云任务被调度至所述云资源集合的云资源中时的调度解作为分子结构的解码；

各云任务分子中包含第一原子集合第二原子集，将所述第一原子集作为云任务原子集，将所述第二原子集作为云资源原子集；

将所述云任务数作为各原子集中包含的原子数，根据所述云资源数设置云资源原子集中的原子取值范围，根据预设模型规模设置云任务分子个数；

根据所述云任务分子个数、所述原子取值范围及所述原子数建立云任务分子模型。

优选地，所述根据计算结果对所述云任务分子模型进行化学反应，以获取分子结构更新后的云任务分子模型的步骤，具体包括：

根据计算结果对所述云任务分子模型进行单分子反应，获取反应后的中间分子模型；

对所述中间分子模型进行分子间反应，以获取分子结构更新后的云任务分子模型。

优选地，所述根据计算结果对所述云任务分子模型进行单分子反应，获取反应后的中间分子模型的步骤，具体包括：

在所述云任务分子模型中随机选取一个云任务分子进行分子碰撞，以生成第一新云任务分子；

获取所述第一新云任务分子的适应度值，在所述第一新云任务分子的适应度值大于分子碰撞前的原云任务分子的适应度值时，用所述第一新云任务分子替换所述原云任务分子；

在所述云任务分子模型中随机选取一个云任务分子进行单分子分解，以生成第二新云任务分子及第三新云任务分子；

获取所述第二新云任务分子及所述第三新云任务分子的适应度值；

将所述第二新云任务分子、所述第三新云任务分子及单分子分解前的原云任务分子中适应度值较大的两个云任务分子保留在所述云任务分子模型中，以获取反应后的中间分子模型。

优选地，所述对所述中间分子模型进行分子间反应，以获取分子结构更新后的云任务分子模型的步骤，具体包括：

在所述中间分子模型中随机选取两个云任务分子进行分子间碰撞，以生成第四新云任务分子及第五新云任务分子；

获取所述第四新云任务分子及所述第五新云任务分子的适应度值，将所述第四新云任务分子及所述第五新云任务分子及分子间碰撞前的两个原云任务分子中适应度值较大的两个云任务分子保留在所述中间分子模型中；

对分子间碰撞反应后的所述中间分子模型进行分子间合成，以获取分子结构更新后的云任务分子模型。

优选地，所述对分子间碰撞反应后的所述中间分子模型进行分子间合成，以获取分子结构更新后的云任务分子模型的步骤，具体包括：

在分子间碰撞反应后的所述中间分子模型中随机选取两个云任务分子进行分子间合成，以生成第六新云任务分子；

获取所述第六新云任务分子的适应度值，将所述第六新云任务分子及分子间合成前的两个原云任务分子中适应度值最大的云任务分子保留在所述中间分子模型中，以获取分子结构更新后的云任务分子模型。

优选地，所述根据所述适应度计算结果确定适应度值最大的目标云任务分子，并将所述目标云任务分子的当前分子结构的解码作为任务调度最优解的步骤之后，所述方法还包括：

获取当前云任务分子模型的当前迭代次数，判断所述当前迭代次数是否小于预设迭代次数；

在所述当前迭代次数小于所述预设迭代次数时，返回所述对所述云任务分子模型中的所有云任务分子进行适应度计算的步骤；

在所述当前迭代次数等于所述预设迭代次数时，输出所述任务调度最优解。

此外，为实现上述目的，本发明还提出一种云任务多目标调度装置，所述装置包括：建模模块、计算模块、解获取模块及调度模块，其中；

所述建模模块，用于获取待调度的云任务集合及云资源集合，并根据所述云任务集合及所述云资源集合生成包含多个云任务分子的云任务分子模型；

所述计算模块，用于对所述云任务分子模型中的所有云任务分子进行适应度计算；还用于根据计算结果对所述云任务分子模型进行化学反应，以获取分子结构更新后的云任务分子模型；还用于对分子结构更新后的云任务分子模型中的所有云任务分子进行适应度计算，获得适应度计算结果；

所述解获取模块，用于根据所述适应度计算结果确定适应度值最大的目标云任务分子，并将所述目标云任务分子的当前分子结构的解码作为任务调度最优解；

所述调度模块，用于根据所述任务调度最优解将所述云任务集合中的云任务调度到所述云资源集合对应的云资源中。

此外，为实现上述目的，本发明还提出一种电子设备，所述设备包括：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云任务多目标调度程序，所述云任务多目标调度程序配置为实现如上所述的云任务多目标调度方法的步骤。

此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有云任务多目标调度程序，所述云任务多目标调度程序被处理器执行时实现如上所述的云任务多目标调度方法的步骤。

本发明通过获取待调度的云任务集合及云资源集合，并根据所述云任务集合及所述云资源集合生成包含多个云任务分子的云任务分子模型；对所述云任务分子模型中的所有云任务分子进行适应度计算；根据计算结果对所述云任务分子模型进行化学反应，以获取分子结构更新后的云任务分子模型；对分子结构更新后的云任务分子模型中的所有云任务分子进行适应度计算，获得适应度计算结果；根据所述适应度计算结果确定适应度值最大的目标云任务分子，并将所述目标云任务分子的当前分子结构的解码作为任务调度最优解；根据所述任务调度最优解将所述云任务集合中的云任务调度到所述云资源集合对应的云资源中。实现了利用化学反应机制、满足可靠性的云任务多目标调度方法。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的电子设备的结构示意图；

图2为本发明云任务多目标调度方法第一实施例的流程示意图；

图3为本发明云任务多目标调度方法一实施例的分子结构图；

图4为本发明云任务多目标调度方法一实施例的单分子碰撞示意图；

图5为本发明云任务多目标调度方法一实施例的单分子分解示意图；

图6为本发明云任务多目标调度方法一实施例的分子间碰撞示意图；

图7为本发明云任务多目标调度方法一实施例的分子间合成示意图；

图8为本发明云任务多目标调度方法第二实施例的流程示意图

图9为本发明云任务多目标调度装置第一实施例的结构框图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的电子设备结构示意图。

如图1所示，该电子设备可以包括：处理器1001，例如中央处理器(CentralProcessing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及云任务多目标调度程序。

在图1所示的电子设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明电子设备中的处理器1001、存储器1005可以设置在电子设备中，所述电子设备通过处理器1001调用存储器1005中存储的云任务多目标调度程序，并执行本发明实施例提供的云任务多目标调度方法。

本发明实施例提供了一种云任务多目标调度方法，参照图2，图2为本发明一种云任务多目标调度方法第一实施例的流程示意图。

需要说明的是，云用户拥有包括n个独立任务的云任务集合T，T＝{T₁，T₂，…，T_n}，云资源集合表示为R＝{R₁，R₂，…，R_m}，表示m个可完成任务的云资源提供者。n个云任务分别在m个资源上的执行时间表示为执行时间矩阵ETC。假定一旦一个云任务调度至某资源上执行，则该云任务独占其资源并不再发生迁移，直到完成才可以执行下一云任务。令t(T_b，R_g)表示云任务T_b在资源R_g上的执行时间，映射π：T→R表示云任务的一种调度解，则任务执行跨度makespan所对应的公式为：

其中，χ表示调度因子，且：

其中，π(T_b)＝R_g表明云任务T_b调度至资源R_g上执行。执行跨度makespan表示最后一个云任务完成时的完成时间。令flowtime表示完成所有云任务所需的总体完工时间，对应的公式为：

执行跨度makespan和总体完工时间flowtime是度量云任务调度的常规指标。由于云资源失效可能导致云任务执行的失败，所以除了考虑云任务执行跨度和总体完工时间等执行效率目标外，还需要考虑云资源可靠性以实现云任务调度的可靠性。令P_j表示云资源R_j的可靠性概率，j＝1，2，...，m。当多个云资源处于可用状态时，需要尽量选择较高P_j的云资源进行云任务调度。以wasttime表示由于云资源可靠性导致云任务执行失效的总体浪费时间，则可靠性概率P_j越高，浪费时间wasttime越少。wasttime的计算公式为：

云任务需要同步最小化执行跨度makepsan、总休完工时间flowtime和总体浪费时间wasttime，因此，云任务调度问题是一个多目标优化问题。然而，最小化执行跨度makespan需要将云任务集中最为苛刻(执行时间最长)的云任务调度至最快的云资源上，但这又会增加其他云任务的完成时间，从而增加总体完工时间flowtime；另外，最小化总体完工时间flowtime需要以平均更快的速度完成所有云任务，但这会增加最苛刻云任务的完成时间，从而增加执行跨度makespan；而最小化浪费时间wasttime则需要将云任务调度至更高可靠性的云资源上执行。可以看出，多目标优化间存在相互冲突的目标，不存在单一目标最优的云任务调度解，云任务调度中需要同步均衡考虑这些目标。为了同步考虑任务执行跨度makespan、总体完工时间flowtime和总体浪费时间wasttime，以权重函数的形式表示云任务调度优化目标的计算公式为：

min α×makespan+β×flowtime+γ×wasttime

其中，α表示跨度因子，β表示完工因子，γ表示浪费时间因子，分别用于描述用户在三个指标优化间的权重，同时，α+β+γ＝1，α∈(0，1)，β∈(0，1)，γ∈(0，1)。

本实施例中，所述云任务多目标调度方法包括以下步骤：

步骤S10，获取待调度的云任务集合及云资源集合，并根据所述云任务集合及所述云资源集合生成包含多个云任务分子的云任务分子模型。

步骤S10具体包括：获取所述云资源集合中的云资源数及所述云任务集合的云任务数；将所述云任务集合中的云任务被调度至所述云资源集合的云资源中时的调度解作为分子结构的解码；各云任务分子中包含第一原子集合第二原子集，将所述第一原子集作为云任务原子集，将所述第二原子集作为云资源原子集；将所述云任务数作为各原子集中包含的原子数，根据所述云资源数设置云资源原子集中的原子取值范围，根据预设模型规模设置云任务分子个数；根据所述云任务分子个数、所述原子取值范围及所述原子数建立云任务分子模型。

需要说明的是，本实施例中为模拟化学反应的云任务分子模型，并非实际的分子。

化学反应机制模拟实现了封闭容器中分子发生一系列化学反应的过程，每一次化学反应均会生成新的分子结构，每一个分子拥有唯一的结构，对应于一种云任务调度解。一个分子由两个原子集构成，一个原子集表示分子的元素位置，代表云任务序列，另一个原子集表示元素取值，代表调度相应位置上云任务的云资源序号。

参考图3，图3为本发明云任务多目标调度方法一实施例的分子结构图；表示一个化学分子结构，该分子结构表明现有8个云任务，调度到5个云资源上执行，即云任务总数n＝8，云资源总数m＝5。图3所示的分子结构对应的云任务调度解为：一共8个云任务调度到5个云资源上，其中，云任务T₁、T₅在云资源R₄上执行，云任务T₂、T₄在云资源R₁上执行，云任务T₃、T₇在云资源R₂上执行，云任务T₆在云资源R₃上执行，云任务T₈在云资源R₅上执行。

步骤S20，对所述云任务分子模型中的所有云任务分子进行适应度计算。

需要说明的是，根据云任务调度目标，目标函数值越小，个体适应度越大。故可以设置评估分子结构所代表的云任务调度解的适应度函数为：

其中，α表示跨度因子，β表示完工因子，γ表示浪费时间因子，分别用于描述用户在三个指标优化间的权重，各因子取值范围同上，此处不再一一赘述。

步骤S30，根据计算结果对所述云任务分子模型进行化学反应，以获取分子结构更新后的云任务分子模型。

步骤S30具体包括根据计算结果对所述云任务分子模型进行单分子反应，获取反应后的中间分子模型；对所述中间分子模型进行分子间反应，以获取分子结构更新后的云任务分子模型。即，化学反应分为两个部分，其一是单分子的反应，其二为分子间反应。

易于理解的是，化学反应机制中，分子一共可能经历四种化学反应：单分子碰撞、单分子分解、分子间碰撞和分子间合成。单分子碰撞和分子间碰撞对于原分子结构改变较小，用于实现在邻域空间内搜索更优解，实现了局部开发。而单分子分解和分子间碰撞可以较大改变原分子结构，用于实现搜索更大的解空间，避免过早收敛和局部最优，实现全局勘探。

需要说明的是，单分子反应过程具体为：单分子碰撞过程，在所述云任务分子模型中随机选取一个云任务分子进行分子碰撞，以生成第一新云任务分子；获取所述第一新云任务分子的适应度值，在所述第一新云任务分子的适应度值大于分子碰撞前的原云任务分子的适应度值时，用所述第一新云任务分子替换所述原云任务分子。

单分子碰撞是单个分子与容器内壁发生碰撞，可以生成一个新的分子，具体方法是：在分子中从代表元素位置的原子中随机选择一个位置，将该元素位置对应的元素取值在[1，m]范围内作随机改变，从而生成一个新的分子结构。以图3中的分子结构为例作单分子碰撞，碰撞结果参考图4，图4为本发明云任务多目标调度方法一实施例的单分子碰撞示意图。；

本实施例中，随机选取的元素位置s＝4，将其元素取值从1改变为3，表示原分子结构中，云任务T₄在云资源R₁上执行，新分子中将云任务T₄调度至云资源R₃上执行，其他分子结构保持不变，表明其他云任务的执行资源保持不变。

需要说明的是，单分子分解过程，在所述云任务分子模型中随机选取一个云任务分子进行单分子分解，以生成第二新云任务分子及第三新云任务分子；获取所述第二新云任务分子及所述第三新云任务分子的适应度值；将所述第二新云任务分子、所述第三新云任务分子及单分子分解前的原云任务分子中适应度值较大的两个云任务分子保留在所述云任务分子模型中，以获取反应后的中间分子模型。

易于理解的是，单分子分解同样是分子自身的变异过程，可以生成两个新的分子结构，具体过程是：将原分子中元素位置分为奇数位置和偶数位置，奇数位置及其元素取值保留至新分子C1中的奇数位置上，新分子C1的其他位置中的元素取值在[1，m]间随机生成；偶数位置及其元素取值保留至新分子C2中的偶数位置上，新分子C2的其他位置中的元素取值在[1，m]间随机生成。以图3中的分子结构为原分子作单分子分解，结果如图5所示，参考图5，图5为本发明云任务多目标调度方法一实施例的单分子分解示意图；将原分子中1、3、5、7对应元素取值保留至新分子C1中，C1的2、4、6、8对应元素取值随机生成；将原分子中2、4、6、8对应元素取值保留至新分子C2中，C2的1、3、5、7对应元素取值随机生成。

需要说明的是，分子间反应的过程为分子间碰撞：在所述中间分子模型中随机选取两个云任务分子进行分子间碰撞，以生成第四新云任务分子及第五新云任务分子；获取所述第四新云任务分子及所述第五新云任务分子的适应度值，将所述第四新云任务分子及所述第五新云任务分子及分子间碰撞前的两个原云任务分子中适应度值较大的两个云任务分子保留在所述中间分子模型中。

需要说明的是，分子间碰撞是发生在两个分子结构间的化学反应行为，可以生成两个新的分子结构，具体过程是：在分子结构中的元素位置上随机选择两个位置s和k，s和k将两个原分子结构P1和P2划分为三个部分，将s和k之间的元素位置的元素取值互换，其他保持不变，得到两个新的分子结构C1和C2。参考图6，图6为本发明云任务多目标调度方法一实施例的分子间碰撞示意图，随机选择的两个元素位置s＝3和k＝6，互换原分子P1和P2之间第3至第6区间内的元素取值，得到两个新的分子结构C1和C2。

分子间合成的过程为：在分子间碰撞反应后的所述中间分子模型中随机选取两个云任务分子进行分子间合成，以生成第六新云任务分子；获取所述第六新云任务分子的适应度值，将所述第六新云任务分子及分子间合成前的两个原云任务分子中适应度值最大的云任务分子保留在所述中间分子模型中，以获取分子结构更新后的云任务分子模型。

分子间合成发生在两个分子结构间的化学反应行为，可以合成一个新的分子结构，具体过程是：在分子结构中的元素位置上随机选择一个位置s，s将两个原分子结构P1和P2划分为左右两个部分，分别保留P1的左半部分分子结构和P2的右半部分分子结构合成一个新分子，同时丢弃P1的右半部分分子结构和P2的左半部分分子结构。参考图7，图7为本发明云任务多目标调度方法一实施例的分子间合成示意图，随机选择的位置s＝4，则保留原分子P1中元素位置1～4的元素取值和P2中元素位置5～8的元素取值形成新的分子结构。

步骤S40，对分子结构更新后的云任务分子模型中的所有云任务分子进行适应度计算，获得适应度计算结果。

易于理解的是，经过分子结构更新，云任务分子模型中的云任务分子的适应度也存在变化，在优化云任务分子模型后重新进行适应度计算，计算方式参照本实施例上述内容，此处不再一一赘述。

步骤S50，根据所述适应度计算结果确定适应度值最大的目标云任务分子，并将所述目标云任务分子的当前分子结构的解码作为任务调度最优解。

易于理解的是，适应度值越大，意味着云任务分子的当前分子结构的解码对应的调度解为越优的调度方案。

步骤S60，根据所述任务调度最优解将所述云任务集合中的云任务调度到所述云资源集合对应的云资源中。

易于理解的是，获取到任务调度最优解后可根据最优解进行任务调度，以执行用户所需的任务。

本发明实施例通过上述方法，在基于云任务执行效率、跨度及可靠性考虑，根据分子模型进行化学反应过程优化调度方案，形成云任务调度的多目标均衡优化，提高了云任务调度的效率及效果。

参考图8，图8为本发明一种云任务多目标调度方法第二实施例的流程示意图。基于上述第一实施例，本实施例云任务多目标调度方法在所述步骤S50之后，具体包括：

步骤S501，获取当前云任务分子模型的当前迭代次数，判断所述当前迭代次数是否小于预设迭代次数；

步骤S502，在所述当前迭代次数小于所述预设迭代次数时，返回所述对所述云任务分子模型中的所有云任务分子进行适应度计算的步骤；

步骤S503，在所述当前迭代次数等于所述预设迭代次数时，输出所述任务调度最优解。

易于理解的是，所述预设迭代次数为云任务分子模型的最大迭代次数Tmax，在生成所述云任务分子模型时根据云任务的调度需求进行设置。通过上述步骤通过对云任务分子模型进行模拟化学反应迭代直到达到最大迭代次数Tmax，以对云任务分子模型中各分子的分子结构的解码对应的调度方案进行更新。输出分子种群中适应度最大的分子结构的解码作为最终的任务调度最优解。

本发明实施例通过上述方法，对云任务分子模型进行模拟化学反应，迭代进行云任务分子模型中云任务分子结构的更新，云任务分子结构的解码对应云任务调度解，通过更新不断优化分子结构即调度解，优化调度方案，以实现可靠性更高的云任务调度。

此外，本发明还提出一种云任务多目标调度装置，参照图9，图9为本发明云任务多目标调度装置第一实施例的结构框图。所述装置包括：建模模块10、计算模块20、解获取模块30及调度模块40。

需要说明的是，本发明装置基于本发明方法实施例中的云计算环境，此处不再一一赘述。

所述建模模块10，用于获取待调度的云任务集合及云资源集合，并根据所述云任务集合及所述云资源集合生成包含多个云任务分子的云任务分子模型。

所述建模模块10，具体用于：获取所述云资源集合中的云资源数及所述云任务集合的云任务数；将所述云任务集合中的云任务被调度至所述云资源集合的云资源中时的调度解作为分子结构的解码；各云任务分子中包含第一原子集合第二原子集，将所述第一原子集作为云任务原子集，将所述第二原子集作为云资源原子集；将所述云任务数作为各原子集中包含的原子数，根据所述云资源数设置云资源原子集中的原子取值范围，根据预设模型规模设置云任务分子个数；根据所述云任务分子个数、所述原子取值范围及所述原子数建立云任务分子模型。

需要说明的是，本实施例中为模拟化学反应的云任务分子模型，并非实际的分子。

化学反应机制模拟实现了封闭容器中分子发生一系列化学反应的过程，每一次化学反应均会生成新的分子结构，每一个分子拥有唯一的结构，对应于一种云任务调度解。一个分子由两个原子集构成，一个原子集表示分子的元素位置，代表云任务序列，另一个原子集表示元素取值，代表调度相应位置上云任务的云资源序号。

参考图3，图3为本发明云任务多目标调度方法一实施例的分子结构图；表示一个化学分子结构，该分子结构表明现有8个云任务，调度到5个云资源上执行，即云任务总数n＝8，云资源总数m＝5。图3所示的分子结构对应的云任务调度解为：一共8个云任务调度到5个云资源上，其中，云任务T₁、T₅在云资源R₄上执行，云任务T₂、T₄在云资源R₁上执行，云任务T₃、T₇在云资源R₂上执行，云任务T₆在云资源R₃上执行，云任务T₈在云资源R₅上执行。

所述计算模块20，用于对所述云任务分子模型中的所有云任务分子进行适应度计算。

需要说明的是，根据云任务调度目标，目标函数值越小，个体适应度越大。故可以设置评估分子结构所代表的云任务调度解的适应度函数为：

其中，α表示跨度因子，β表示完工因子，γ表示浪费时间因子，分别用于描述用户在三个指标优化间的权重，各因子取值范围同上，此处不再一一赘述。

所述计算模块20，还用于根据计算结果对所述云任务分子模型进行化学反应，以获取分子结构更新后的云任务分子模型。具体用于根据计算结果对所述云任务分子模型进行单分子反应，获取反应后的中间分子模型；对所述中间分子模型进行分子间反应，以获取分子结构更新后的云任务分子模型。即，化学反应分为两个部分，其一是单分子的反应，其二为分子间反应。

易于理解的是，化学反应机制中，分子一共可能经历四种化学反应：单分子碰撞、单分子分解、分子间碰撞和分子间合成。单分子碰撞和分子间碰撞对于原分子结构改变较小，用于实现在邻域空间内搜索更优解，实现了局部开发。而单分子分解和分子间碰撞可以较大改变原分子结构，用于实现搜索更大的解空间，避免过早收敛和局部最优，实现全局勘探。

需要说明的是，单分子反应过程具体为：单分子碰撞过程，在所述云任务分子模型中随机选取一个云任务分子进行分子碰撞，以生成第一新云任务分子；获取所述第一新云任务分子的适应度值，在所述第一新云任务分子的适应度值大于分子碰撞前的原云任务分子的适应度值时，用所述第一新云任务分子替换所述原云任务分子。

单分子碰撞是单个分子与容器内壁发生碰撞，可以生成一个新的分子，具体方法是：在分子中从代表元素位置的原子中随机选择一个位置，将该元素位置对应的元素取值在[1，m]范围内作随机改变，从而生成一个新的分子结构。以图3中的分子结构为例作单分子碰撞，碰撞结果参考图4，图4为本发明云任务多目标调度方法一实施例的单分子碰撞示意图。；

本实施例中，随机选取的元素位置s＝4，将其元素取值从1改变为3，表示原分子结构中，云任务T₄在云资源R₁上执行，新分子中将云任务T₄调度至云资源R₃上执行，其他分子结构保持不变，表明其他云任务的执行资源保持不变。

需要说明的是，单分子分解过程，在所述云任务分子模型中随机选取一个云任务分子进行单分子分解，以生成第二新云任务分子及第三新云任务分子；获取所述第二新云任务分子及所述第三新云任务分子的适应度值；将所述第二新云任务分子、所述第三新云任务分子及单分子分解前的原云任务分子中适应度值较大的两个云任务分子保留在所述云任务分子模型中，以获取反应后的中间分子模型。

易于理解的是，单分子分解同样是分子自身的变异过程，可以生成两个新的分子结构，具体过程是：将原分子中元素位置分为奇数位置和偶数位置，奇数位置及其元素取值保留至新分子C1中的奇数位置上，新分子C1的其他位置中的元素取值在[1，m]间随机生成；偶数位置及其元素取值保留至新分子C2中的偶数位置上，新分子C2的其他位置中的元素取值在[1，m]间随机生成。以图3中的分子结构为原分子作单分子分解，结果如图5所示，参考图5，图5为本发明云任务多目标调度方法一实施例的单分子分解示意图；将原分子中1、3、5、7对应元素取值保留至新分子C1中，C1的2、4、6、8对应元素取值随机生成；将原分子中2、4、6、8对应元素取值保留至新分子C2中，C2的1、3、5、7对应元素取值随机生成。

需要说明的是，分子间反应的过程为分子间碰撞：在所述中间分子模型中随机选取两个云任务分子进行分子间碰撞，以生成第四新云任务分子及第五新云任务分子；获取所述第四新云任务分子及所述第五新云任务分子的适应度值，将所述第四新云任务分子及所述第五新云任务分子及分子间碰撞前的两个原云任务分子中适应度值较大的两个云任务分子保留在所述中间分子模型中。

需要说明的是，分子间碰撞是发生在两个分子结构间的化学反应行为，可以生成两个新的分子结构，具体过程是：在分子结构中的元素位置上随机选择两个位置s和k，s和k将两个原分子结构P1和P2划分为三个部分，将s和k之间的元素位置的元素取值互换，其他保持不变，得到两个新的分子结构C1和C2。参考图6，图6为本发明云任务多目标调度方法一实施例的分子间碰撞示意图，随机选择的两个元素位置s＝3和k＝6，互换原分子P1和P2之间第3至第6区间内的元素取值，得到两个新的分子结构C1和C2。

分子间合成的过程为：在分子间碰撞反应后的所述中间分子模型中随机选取两个云任务分子进行分子间合成，以生成第六新云任务分子；获取所述第六新云任务分子的适应度值，将所述第六新云任务分子及分子间合成前的两个原云任务分子中适应度值最大的云任务分子保留在所述中间分子模型中，以获取分子结构更新后的云任务分子模型。

分子间合成发生在两个分子结构间的化学反应行为，可以合成一个新的分子结构，具体过程是：在分子结构中的元素位置上随机选择一个位置s，s将两个原分子结构P1和P2划分为左右两个部分，分别保留P1的左半部分分子结构和P2的右半部分分子结构合成一个新分子，同时丢弃P1的右半部分分子结构和P2的左半部分分子结构。参考图7，图7为本发明云任务多目标调度方法一实施例的分子间合成示意图，随机选择的位置s＝4，则保留原分子P1中元素位置1～4的元素取值和P2中元素位置5～8的元素取值形成新的分子结构。

所述计算模块20，用于对分子结构更新后的云任务分子模型中的所有云任务分子进行适应度计算，获得适应度计算结果。

易于理解的是，经过分子结构更新，云任务分子模型中的云任务分子的适应度也存在变化，在优化云任务分子模型后重新进行适应度计算，计算方式参照本实施例上述内容，此处不再一一赘述。

所述解获取模块30，用于根据所述适应度计算结果确定适应度值最大的目标云任务分子，并将所述目标云任务分子的当前分子结构的解码作为任务调度最优解。

易于理解的是，适应度值越大，意味着云任务分子的当前分子结构的解码对应的调度解为越优的调度方案。

所述调度模块40，用于根据所述任务调度最优解将所述云任务集合中的云任务调度到所述云资源集合对应的云资源中。

易于理解的是，获取到任务调度最优解后可根据最优解进行任务调度，以执行用户所需的任务。

本发明实施例通过上述装置，在基于云任务执行效率、跨度及可靠性考虑，根据分子模型进行化学反应过程优化调度方案，形成云任务调度的多目标均衡优化，提高了云任务调度的效率及效果。

此外，本发明实施例还提出一种电子设备，所述设备包括：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云任务多目标调度程序，所述云任务多目标调度程序配置为实现如上所述的云任务多目标调度方法的步骤。

由于本设备采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。

此外，本发明实施例还提出一种存储介质，所述存储介质上存储有云任务多目标调度程序，所述云任务多目标调度程序被处理器执行如上文所述的云任务多目标调度方法的步骤。

由于本存储介质采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。

应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。

需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。

另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的云任务多目标调度方法，此处不再赘述。

此外，需要说明的是，在本实施例中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种云任务多目标调度方法，其特征在于，所述方法包括：

获取待调度的云任务集合及云资源集合，并根据所述云任务集合及所述云资源集合生成包含多个云任务分子的云任务分子模型；

对所述云任务分子模型中的所有云任务分子进行适应度计算，其中，所述适应度计算函数为：

其中，fitness表示云任务调度解的适应度，makespan表示执行跨度，flowtime表示总体完工时间，wasttime表示总体浪费时间，α表示跨度因子，β表示完工因子，γ表示浪费时间因子；

根据计算结果对所述云任务分子模型进行化学反应，以获取分子结构更新后的云任务分子模型,所述分子结构对应于云调度解，由原子集构成，所述原子集表示云任务序列和云资源序号；

对分子结构更新后的云任务分子模型中的所有云任务分子进行适应度计算，获得适应度计算结果；

根据所述适应度计算结果确定适应度值最大的目标云任务分子，并将所述目标云任务分子的当前分子结构的解码作为任务调度最优解；

根据所述任务调度最优解将所述云任务集合中的云任务调度到所述云资源集合对应的云资源中；

其中，所述获取待调度的云任务集合及云资源集合，并根据所述云任务集合及所述云资源集合生成包含多个云任务分子的云任务分子模型的步骤，具体包括：

获取所述云资源集合中的云资源数及所述云任务集合的云任务数；

将所述云任务集合中的云任务被调度至所述云资源集合的云资源中时的调度解作为分子结构的解码；

各云任务分子中包含第一原子集和第二原子集，将所述第一原子集作为云任务原子集，将所述第二原子集作为云资源原子集；

将所述云任务数作为各原子集中包含的原子数，根据所述云资源数设置云资源原子集中的原子取值范围，根据预设模型规模设置云任务分子个数；

根据所述云任务分子个数、所述原子取值范围及所述原子数建立云任务分子模型。

2.如权利要求1所述的云任务多目标调度方法，其特征在于，所述根据计算结果对所述云任务分子模型进行化学反应，以获取分子结构更新后的云任务分子模型的步骤，具体包括：

根据计算结果对所述云任务分子模型进行单分子反应，获取反应后的中间分子模型；

对所述中间分子模型进行分子间反应，以获取分子结构更新后的云任务分子模型。

3.如权利要求2所述的云任务多目标调度方法，其特征在于，所述根据计算结果对所述云任务分子模型进行单分子反应，获取反应后的中间分子模型的步骤，具体包括：

在所述云任务分子模型中随机选取一个云任务分子进行分子碰撞，以生成第一新云任务分子；

获取所述第一新云任务分子的适应度值，在所述第一新云任务分子的适应度值大于分子碰撞前的原云任务分子的适应度值时，用所述第一新云任务分子替换所述原云任务分子；

在所述云任务分子模型中随机选取一个云任务分子进行单分子分解，以生成第二新云任务分子及第三新云任务分子；

获取所述第二新云任务分子及所述第三新云任务分子的适应度值；

将所述第二新云任务分子、所述第三新云任务分子及单分子分解前的原云任务分子中适应度值较大的两个云任务分子保留在所述云任务分子模型中，以获取反应后的中间分子模型。

4.如权利要求3所述的云任务多目标调度方法，其特征在于，所述对所述中间分子模型进行分子间反应，以获取分子结构更新后的云任务分子模型的步骤，具体包括：

在所述中间分子模型中随机选取两个云任务分子进行分子间碰撞，以生成第四新云任务分子及第五新云任务分子；

获取所述第四新云任务分子及所述第五新云任务分子的适应度值，将所述第四新云任务分子及所述第五新云任务分子及分子间碰撞前的两个原云任务分子中适应度值较大的两个云任务分子保留在所述中间分子模型中；

对分子间碰撞反应后的所述中间分子模型进行分子间合成，以获取分子结构更新后的云任务分子模型。

5.如权利要求4所述的云任务多目标调度方法，其特征在于，所述对分子间碰撞反应后的所述中间分子模型进行分子间合成，以获取分子结构更新后的云任务分子模型的步骤，具体包括：

在分子间碰撞反应后的所述中间分子模型中随机选取两个云任务分子进行分子间合成，以生成第六新云任务分子；

获取所述第六新云任务分子的适应度值，将所述第六新云任务分子及分子间合成前的两个原云任务分子中适应度值最大的云任务分子保留在所述中间分子模型中，以获取分子结构更新后的云任务分子模型。

6.如权利要求5所述的云任务多目标调度方法，其特征在于，所述根据所述适应度计算结果确定适应度值最大的目标云任务分子，并将所述目标云任务分子的当前分子结构的解码作为任务调度最优解的步骤之后，所述方法还包括：

获取当前云任务分子模型的当前迭代次数，判断所述当前迭代次数是否小于预设迭代次数；

在所述当前迭代次数小于所述预设迭代次数时，返回所述对所述云任务分子模型中的所有云任务分子进行适应度计算的步骤；

在所述当前迭代次数等于所述预设迭代次数时，输出所述任务调度最优解。

7.一种云任务多目标调度装置，其特征在于，所述装置包括：建模模块、计算模块、解获取模块及调度模块，其中；

所述建模模块，用于获取待调度的云任务集合及云资源集合，并根据所述云任务集合及所述云资源集合生成包含多个云任务分子的云任务分子模型；

所述计算模块，用于对所述云任务分子模型中的所有云任务分子进行适应度计算，其中，所述适应度计算函数为：

其中，fitness表示云任务调度解的适应度，makespan表示执行跨度，flowtime表示总体完工时间，wasttime表示总体浪费时间，α表示跨度因子，β表示完工因子，γ表示浪费时间因子；

所述计算模块，还用于根据计算结果对所述云任务分子模型进行化学反应，以获取分子结构更新后的云任务分子模型,所述分子结构对应于云调度解，由原子集构成，所述原子集表示云任务序列和云资源序号；还用于对分子结构更新后的云任务分子模型中的所有云任务分子进行适应度计算，获得适应度计算结果；

所述解获取模块，用于根据所述适应度计算结果确定适应度值最大的目标云任务分子，并将所述目标云任务分子的当前分子结构的解码作为任务调度最优解；

所述调度模块，用于根据所述任务调度最优解将所述云任务集合中的云任务调度到所述云资源集合对应的云资源中；

其中，所述建模模块，具体用于获取所述云资源集合中的云资源数及所述云任务集合的云任务数；

将所述云任务集合中的云任务被调度至所述云资源集合的云资源中时的调度解作为分子结构的解码；

各云任务分子中包含第一原子集和第二原子集，将所述第一原子集作为云任务原子集，将所述第二原子集作为云资源原子集；

将所述云任务数作为各原子集中包含的原子数，根据所述云资源数设置云资源原子集中的原子取值范围，根据预设模型规模设置云任务分子个数；

根据所述云任务分子个数、所述原子取值范围及所述原子数建立云任务分子模型。

8.一种电子设备，其特征在于，所述设备包括：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云任务多目标调度程序，所述云任务多目标调度程序配置为实现如权利要求1至6中任一项所述的云任务多目标调度方法的步骤。

9.一种存储介质，其特征在于，所述存储介质上存储有云任务多目标调度程序，所述云任务多目标调度程序被处理器执行时实现如权利要求1至6任一项所述的云任务多目标调度方法的步骤。