公开(公告)号：CN106843997B

公开(公告)日：2018-08-10

申请号：CN201610948453.6

申请日：2016-10-26

Applicant: 西安交通大学

Inventor： 郑庆华 ,  李睿 ,  钟阿敏 ,  刘猛 ,  王晔阳

IPC: G06F9/455

Abstract: 本发明提供一种基于Spark与优化MBBO算法的并行虚拟机聚合方法，通过拓展的Spark并行框架及多目标生物地理学优化MBBO算法，从而能够在比较短的收敛时间内求解VMC问题的最佳迁移方案，为后续的虚拟机并行迁移奠定基础。其包括如下步骤，步骤1，将虚拟机聚合问题映射到生物地理学优化算法中，确定约束条件，明确求解目标；步骤2，基于拓展的Spark并行框架，分发满足约束条件的初始栖息地群到各Spark计算节点并迭代执行MBBO并行算法，直到满足终止条件，停止算法执行并获取能够平衡多个优化求解目标的最优解。利用拓展的Spark并行框架的同时，将生物地理学概念映射到优化问题中。

公开(公告)号：CN106843997A

公开(公告)日：2017-06-13

申请号：CN201610948453.6

申请日：2016-10-26

Applicant: 西安交通大学

Inventor： 郑庆华 ,  李睿 ,  钟阿敏 ,  刘猛 ,  王晔阳

IPC: G06F9/455

CPC classification number: G06F9/45558 ,  G06F2009/4557

Abstract: 本发明提供一种基于Spark与优化MBBO算法的并行虚拟机聚合方法，通过拓展的Spark并行框架及多目标生物地理学优化MBBO算法，从而能够在比较短的收敛时间内求解VMC问题的最佳迁移方案，为后续的虚拟机并行迁移奠定基础。其包括如下步骤，步骤1，将虚拟机聚合问题映射到生物地理学优化算法中，确定约束条件，明确求解目标；步骤2，基于拓展的Spark并行框架，分发满足约束条件的初始栖息地群到各Spark计算节点并迭代执行MBBO并行算法，直到满足终止条件，停止算法执行并获取能够平衡多个优化求解目标的最优解。利用拓展的Spark并行框架的同时，将生物地理学概念映射到优化问题中。