• 最美逆行!高速隧道突发火灾  交警三次逆行穿火线撤离400多名群众 2019-07-17
  • 《陕西省县域经济社会发展监测考评办法》解读 2019-07-17
  • 一切都是老板炒工人的鱿鱼 2019-07-14
  • 赏花不用跑远 宗角禄康开得正艳 2019-07-14
  • 车俊会见毛里求斯代总统 2019-07-14
  • 除了杨崇勇,“2亿元贪官俱乐部”至少还有这些人 2019-07-09
  • [民生热线]咸安西大街烤鸭店每天油烟扰民 区政府:已责令整改 2019-07-09
  • 海淀:得天独厚的自然条件 2019-07-09
  • 进京通行证限次数!70.9万辆本地化使用外埠号牌车或将受影响 2019-07-06
  • 6月14日凤凰直通车:茅台再开市场化招聘大门,32个部门要285人葡萄 种植 2019-07-05
  • 东京湾产业转型启示录 2019-07-05
  • 中国三星获第十二届人民企业社会责任奖年度扶贫奖 2019-06-30
  • 一个语文基础都没有的人就喜欢指手画脚, 2019-06-30
  • 匹夫有责之一百一十二—道义大义的博客—强国博客—人民网 2019-06-25
  • 原来端午节也可以过得很“文艺” 2019-06-10
    • / 23
    • 下载费用:20 金币  

    广西11选5人工计划: 一种基于改进多目标粒子群优化算法的待增组件选择方法.pdf

    摘要
    申请专利号:

    CN201510374260.X

    申请日:

    2015.06.30

    公开号:

    CN104932898A

    公开日:

    2015.09.23

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06F 9/44申请日:20150630|||公开
    IPC分类号: G06F9/44; G06N3/00; H04L29/08 主分类号: G06F9/44
    申请人: 东北大学
    发明人: 张斌; 郭军; 闫永明; 刘宇; 莫玉岩; 马安香
    地址: 110819辽宁省沈阳市和平区文化路3号巷11号
    优先权:
    专利代理机构: 沈阳东大知识产权代理有限公司21109 代理人: 梁焱
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201510374260.X

    授权公告号:

    ||||||

    法律状态公告日:

    2018.03.23|||2015.10.21|||2015.09.23

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    本发明一种基于改进多目标粒子群优化算法的待增组件选择方法,属于云服务优化技术领域,本发明通过分析历史应用用户并发量,根据其数据分布趋势,利用自相关系数分析方法将并发量分为平稳型和非平稳型;针对不同的特征利用不同的时间序列预测方法,预测应用用户并发量;该方法不但提高了预测的效率,而且提升了预测方法的灵活度;此外利用组件调用关系和组件调用频率分解应用用户并发量,计算各组件并发量,综合考虑组件并发量和组件响应时间两种直观反映组件工作性能的因素,并以此为选择待增组件的依据,提高组件选择方法的准确性;针对传统粒子群优化算法约束条件精度低的问题,提出半可行域,有效的提高约束条件的精度。

    权利要求书

    权利要求书
    1.  一种基于改进多目标粒子群优化算法的待增组件选择方法,其特征在于,包括以下步骤:
    步骤1、采集目标云服务平台中所有组件的历史数据,包括:组件调用关系、组件调用频率和采样时间段的用户并发量;
    步骤2、根据所采集的组件调用关系和组件调用频率,获得每个组件相对于其它组件的权值,进而获得组件关系;
    所述的组件关系为组件调用关系矩阵,矩阵的行数和列数为组件的个数,矩阵中的元素为组件两两之间的调用权重;
    步骤3、根据采集的采样时间段的用户并发量,获得不同采样时间段用户并发量的自相关系数;
    步骤4、根据所获的自相关系数,判断用户并发量所属类型,即判断自相关系数是否接近于0,若是,则用户并发量属于平稳型,并执行步骤6;否则,执行步骤5;
    步骤5、判断所获自相关系数是否以固定频率出现高峰,若是,则用户并发量属于季节型,并执行步骤8;否则,用户并发量属于非平稳型,并执行步骤7;
    步骤6、采用TopK算法将平稳型用户并发量中幅度大的数据去除;
    步骤7、采用差分方法将非平稳型用户并发量转换为平稳型用户并发量,再采用TopK算法将用户并发量中幅度大的数据去除;
    步骤8、将季节型用户并发量转换为非平稳型用户并发量,再采用差分方法将非平稳型用户并发量转换为平稳型用户并发量,采用TopK算法将用户并发量中幅度大的数据去除;
    步骤9、采用时间序列预测算法分别对季节型用户并发量进行预测、对非平稳型用户并发量进行预测和对平稳型用户并发量进行预测;
    步骤10、根据组件调用关系和每个组件相对于其它组件的权值构建组件的AOE网,利用所述AOE网对预测的用户并发量进行分解;
    步骤11、采用改进的粒子群算法在所有组件中选择待增组件,具体如下:
    步骤11-1、初始化粒子群,粒子群的种群大小为组件的个数,每个粒子为一个二维矢量,矢量的每一维分别是组件的响应时间和并发量;
    步骤11-2、设定粒子群的约束条件,包括:粒子群可行域、粒子群半可行域、目标函数、粒子群体中有利个体比例阈值和粒子群体中有利个体的最大比例值,具体如下:
    粒子群可行域:根据目标云服务平台所能承受的最大并发量和相应的响应时间设定粒子群可行域的最大边界值,并根据目标云服务平台承受的平均并发量和相应的响应时间设定粒 子群可行域的最小边界值,进而获得粒子群可行域;
    粒子群半可行域:设定一个调节参数,将粒子群可行域的最大边界值与上述调节参数相加,获得粒子群半可行域的最大边界值,将粒子群可行域的最小边界值与上述参数相减,获得粒子群半可行域的最小边界值,进而获得粒子群半可行域;
    目标函数:响应时间与并发量之和最大的粒子集合;
    粒子群体中有利个体比例阈值:根据实际所需解的数目进行设定;
    粒子群体中有利个体的最大比例值:根据实际所需解的数目进行设定;
    步骤11-3、根据每个组件实际的响应时间和用户并发量,获得粒子群体有利个体的个数,根据实际有利个体比例与粒子群体中有利个体比例阈值和粒子群体中有利个体的最大比例值的关系,调节粒子群半可行域的范围,获得搜索区域;
    步骤11-4、在搜索区域内,对基于组件响应时间和用户并发量构成的粒子群中每个组件粒子,更新粒子速度和粒子位置;
    步骤11-5、计算每个组件粒子的适应度函数值,即获得每个组件粒子与搜索区域内目标点之间的距离,将每个组件粒子与搜索区域内目标点之间的距离向上取整数,确定上述整数中最小值所对应的粒子;
    所述的目标点为在搜索区域内目标函数值最大所对应的点;
    步骤11-6、将上述整数中最小值所对应的粒子加入非支配解集;
    步骤11-7、获得粒子的个体极值和全局极值;
    步骤11-8、更新个体极值和更新全局极值,返回执行步骤11-3,直至到设定的终止条件,将最后一次迭代获得的非支配解集中的组件粒子作为待增组件;
    步骤12、对待增组件进行增加其副本。

    2.  根据权利要求1所述的基于改进多目标粒子群优化算法的待增组件选择方法,其特征在于,步骤11-3所述的根据实际有利个体比例与粒子群体中有利个体比例阈值和粒子群体中有利个体的最大比例值的关系,调节粒子群半可行域的范围,获得搜索区域,具体步骤如下:
    步骤11-3-1、初始化粒子群半可行域宽度为0,并根据实际需求设定粒子群半可行域宽度调节参数取值;
    步骤11-3-2、判断实际有利个体比例与粒子群体中有利个体比例阈值和粒子群体中有利个体的最大比例值的关系,具体如下:
    若实际有利个体比例小于粒子群体中有利个体比例阈值,则执行步骤11-3-3;
    若实际有利个体比例大于粒子群体中有利个体比例阈值并小于粒子群体中有利个体的最大比例值,则执行步骤11-3-3;
    若实际有利个体比例大于等于粒子群体中有利个体的最大比例值,则执行步骤11-3-4;
    若实际有利个体比例大于等于粒子群体中有利个体的最大比例值,且粒子群半可行域的宽度大于0,则执行步骤11-3-5;
    步骤11-3-3、将粒子群半可行域的宽度加上调节参数,即扩大粒子群半可行域,并获得在上述粒子群半可行域内的实际有利个体比例,并返回执行步骤11-3-2;
    步骤11-3-4、将粒子群半可行域的宽度减去调节参数,即缩小粒子群半可行域,并获得在上述粒子群半可行域内的实际有利个体比例,并返回执行步骤11-3-2;
    步骤11-3-5、将粒子群半可行域的宽度减去调节参数,即缩小粒子群半可行域,获得搜索区域。

    3.  根据权利要求1所述的基于改进多目标粒子群优化算法的待增组件选择方法,其特征在于,步骤11-8所述的更新个体极值,具体如下:
    对每个组件粒子,若组件粒子的当前位置支配其个体极值位置,即当前位置与目标点的距离小于其个体极值位置与目标点的距离,则更新其个体极值;
    对每个组件粒子,若组件粒子的当前位置与其个体极值位置为非支配关系,即当前位置与目标点的距离等于其个体极值位置与目标点的距离,且两者均在可行域或半可行域时,则随机选取组件个体极值,若一个在可行域另一个在半可行域,或一个在半可行域另一个在非可行域时,则选取前者所在位置为个体极值;
    所述的非可行域,为可行域和半可行域以外的区域。

    关 键 词:
    一种 基于 改进 多目标 粒子 优化 算法 组件 选择 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:一种基于改进多目标粒子群优化算法的待增组件选择方法.pdf
    链接地址://www.fnjpv.tw/p-6373060.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.fnjpv.tw网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 最美逆行!高速隧道突发火灾  交警三次逆行穿火线撤离400多名群众 2019-07-17
  • 《陕西省县域经济社会发展监测考评办法》解读 2019-07-17
  • 一切都是老板炒工人的鱿鱼 2019-07-14
  • 赏花不用跑远 宗角禄康开得正艳 2019-07-14
  • 车俊会见毛里求斯代总统 2019-07-14
  • 除了杨崇勇,“2亿元贪官俱乐部”至少还有这些人 2019-07-09
  • [民生热线]咸安西大街烤鸭店每天油烟扰民 区政府:已责令整改 2019-07-09
  • 海淀:得天独厚的自然条件 2019-07-09
  • 进京通行证限次数!70.9万辆本地化使用外埠号牌车或将受影响 2019-07-06
  • 6月14日凤凰直通车:茅台再开市场化招聘大门,32个部门要285人葡萄 种植 2019-07-05
  • 东京湾产业转型启示录 2019-07-05
  • 中国三星获第十二届人民企业社会责任奖年度扶贫奖 2019-06-30
  • 一个语文基础都没有的人就喜欢指手画脚, 2019-06-30
  • 匹夫有责之一百一十二—道义大义的博客—强国博客—人民网 2019-06-25
  • 原来端午节也可以过得很“文艺” 2019-06-10
  • 北京快乐8开奖记录 豪华大蓝走势图 澳超悉尼fc 东京fc对鹿岛鹿角出场名单 浙江11选5走势图爱彩乐 西甲莱加内斯vs皇家贝蒂斯 维琴察恩波利 快乐8开奖历史记录 银行抢匪2试玩 澳洲幸运5开奖查询