基于排队论的数据中心节能模型的设计方法

《团队建设的科学方法》：基于数据的决策 #生活技巧# #团队建设技巧# #团队建设书籍#

摘要： 本发明公开了基于排队论的数据中心节能模型的设计方法，方法包括如下步骤：步骤S1：描述数据中心主服务器和备用服务器的状态，其中主服务器有忙闲两种状态，备用服务器有空闲忙关闭三种状态；步骤S2：根据排队论M/M/K模型，建立主服务器和备用服务器的共存数据中心节能模型；步骤S3：基于建立的数学模型，推导出系统平均等待时间，以及系统平均能耗关于主服务器与备用服务器数量关系的表达式；步骤S4：通过限定服务平均等待时间建立能耗最小化的优化问题模型，并利用遗传算法进行问题求解，最终可以确定最优的主服务器与备用服务器数量；解决了数据中心设计过程中能耗...

主分类号：

G06F1/329(2019.01)(不包括在G06F 3/00至G06F 13/00和G06F 21/00各组的数据处理设备的零部件)

权利要求：

1.基于排队论的数据中心节能模型的设计方法，其特征在于，方法包括如下步骤： 步骤S1：描述数据中心主服务器和备用服务器的状态，其中主服务器有忙闲两种状态，备用服务器有空闲忙关闭三种状态； 步骤S2：根据排队论M/M/K模型，建立主服务器和备用服务器共存的数据中心节能数学模型； 步骤S3：基于建立的数据中心节能数学模型，推导出系统平均等待时间和系统平均能耗关于主服务器与备用服务器数量关系的表达式； 所述步骤S3的平均等待时间为式中，Wq表示平均等待时间，Lq表示平均等待队长，λ表示到达率； 步骤S4：通过限定平均等待时间建立能耗最小化的优化问题模型，并利用遗传算法进行问题求解，最终可以确定最优的主服务器与备用服务器的数量； 步骤S3系统平均能耗的表达式为：式中，ebusy1表示主服务器busy状态的耗能；ebusy2表示备用服务器busy状态的耗能；eidle1表示主服务器空闲idle状态的耗能；eidle2表示备用服务器空闲idle状态的耗能；eoff表示主服务器和备用服务器关闭off状态的耗能；E表示数据中心总能耗值；λ表示工作任务进入数据中心的速率；μ1表示主服务器的服务速率；μ2表示备用服务器的服务速率；θ1表示备用服务器关闭阈值，当i<θ1时，备用服务器关闭；θ2表示备用服务器开启阈值，当i>n+θ2时，备用服务器开启；i表示数据中心工作任务数量；j表示备用服务器开关标志，j＝0时，备用服务器关闭；j＝0时，备用服务器开启；m_act表示开启的备用服务器数量；Ω表示数据中心中的队列长度；ρ表示话务强度。 2.根据权利要求1所述的基于排队论的数据中心节能模型的设计方法，其特征在于，所述步骤S4的遗传算法包括如下步骤： 步骤S41：对不同的问题进行编码； 步骤S42：根据编码，令群体中生命力强的个体产生新的群体即复制环节； 步骤S43：在生命力强的个体中，选择两个同源染色体通过交配而重组，形成新的染色体，从而产生新的个体或者物种； 步骤S44：在生物的遗传和自然进化过程中，其细胞分裂复制环节有可能会因为偶然原因产生复制差错，导致生物某些基因发生变异，从而产生出新的染色体； 步骤S45：根据各个个体的差异度，计算出适应各个个体最高的适应度的函数； 步骤S46：根据求出的函数选出最优的交叉概率和变异概率； 步骤S47：根据搜索空间限定法、解变换法和罚函数法对函数进行遗传算法的条件限定。 3.根据权利要求2所述的基于排队论的数据中心节能模型的设计方法，其特征在于，所述步骤S45的具体步骤如下： 步骤S451：对个体编码处理后，得到个体的表现型； 步骤S452：根据个体的表现型，计算出对应个体的目标函数值； 步骤S453：根据最优化的算法和目标函数，得出个体的适应度。 4.根据权利要求2所述的基于排队论的数据中心节能模型的设计方法，其特征在于，所述步骤S43的具体步骤如下： 步骤S431：对个体进行两两随机配对，如果群体大小为M，则有对配对的个体组； 步骤S432：根据每一对相互配对的个体，随机设计一基因组之后的位置为交叉点，若染色体的长度为N，则一共会有N-1个可能的交叉点位置； 步骤S433：对每一对互相配对的个体，依设定的交叉概率在其交叉点处互相交换两个个体的部分染色体，继而产生两个新等待个体，进入下一代。 5.根据权利要求2所述的基于排队论的数据中心节能模型的设计方法，其特征在于，所述交叉概率取值范围为0.4～0.99，变异概率取值范围为0.0001～0.1。 6.根据权利要求1所述的基于排队论的数据中心节能模型的设计方法，其特征在于，所述步骤S2的排队论M/M/K模型的递推公式为式中,ρ为话务强度，i为个服务器的数量，π为客户出现的概率，K为总的对长。

网址：基于排队论的数据中心节能模型的设计方法 https://www.yuejiaxmz.com/news/view/1366776

相关内容

AI 大模型应用数据中心建设：数据中心绿色节能
基于大模型的日程管理通知系统——数据库设计心得
基于数据驱动的方法和基于模型驱动的方法有什么区别？
数据中心节能减排
一种基于Cox回归模型的老人健康数据分析方法
AI 大模型应用数据中心建设：绿色节能与可持续发展
超大型数据中心的节能账
《基于数据驱动的设施环境智能调控方法研究》
数据中心耗能高 节能减排背景下数据中心发展方向在哪？
数据中心的能源节省方法

随便看看