nsga2算法_用遗传算法进行容量管理 让虚拟机放置策略更优

随着互联网技术的高速发展，云计算已经成为各行各业的“水电煤”，成为“互联网+”的基础设施，而数据中心则是云服务背后的刚性保障。无论是传统的数据中心，还是云形态的数据中心，虚拟化技术都是提升其资源利用率、降低管理成本的重要方式。

据统计，早在2016年，AWS的服务器规模已经到达55万台，而虚拟机数量则超过了800万。随着虚拟机数量急剧增加，虚拟机的放置方案自然成为了决定数据中心资源利用率及其他需求的关键。

如果想提高数据中心的资源利用率，就需要采用合适的放置方案，使用最少的物理机便可以实现资源利用率的最优化，并起到节能的效果。而为了维持系统的高可用性，也需要选择合适的放置方案，使得不同服务器之间的资源使用率尽量均衡。

许多研究将虚拟机放置描述为“多维装箱”问题，装入的物品为虚拟机，其使用的资源为物品大小；而箱子则是物理机，箱子容量是物理机配置阈值，资源可包括CPU、内存、磁盘、网络带宽等，资源的种类数即为装箱问题的维度。

假设物理机数量为M