static void Main(string[] args)
{
//На входе: минимальная температура tMin
var tMin = 0.0001d;
//начальная температура tInitial
var tInitial = 1d;
//Е - функция оптимизации - чем она меньше, тем состояние более оптимально
var optimizationFunction = new OptimizationFunction(state =>
{
var servers = state.Servers;
var freeServersTerm = servers.Count(x => x.IsFree) * 2.5;
var negativeHddFreeTerm = servers.Where(x => x.HddFree < 0).Select(x => x.HddFree * 3).Sum();
var positiveHddFreeTerm = servers.Where(x => x.HddFree > 0).Select(x => x.HddFree * 0.2).Sum();
var negativeRamFreeTerm = servers.Where(x => x.RamFree < 0).Select(x => x.RamFree * 3).Sum();
var positiveRamFreeTerm = servers.Where(x => x.RamFree > 0).Select(x => x.RamFree * 0.2).Sum();
var negativeCpuFreeTerm = servers.Where(x => x.CpuFree < 0).Select(x => x.CpuFree * 3).Sum();
var positiveCpuFreeTerm = servers.Where(x => x.CpuFree > 0).Select(x => x.CpuFree * 0.2).Sum();
var fitness = freeServersTerm + negativeHddFreeTerm + positiveHddFreeTerm + negativeRamFreeTerm +
positiveRamFreeTerm + negativeCpuFreeTerm + positiveCpuFreeTerm;
//по каждому серверу нужно вычислить коэффициент заполненности
var serversFill = new List <double>();
foreach (var server in servers)
{
var serverFill = ((server.HddFull - server.HddFree) / server.HddFull) * 0.2 +
((server.RamFull - server.RamFree) / server.RamFull) * 0.4 +
((server.CpuFull - server.CpuFree) / server.CpuFull) * 0.4;
serversFill.Add(serverFill);
}
serversFill = serversFill.OrderByDescending(x => x).ToList();
//отладочная строка
//var serversFill = new List<double> { 0.9d, 0.9d, 0.6d, 0.2d,0 };
//среднее значение заполненности серверов
var averageFill = serversFill.Sum() / servers.Count();
//рассчитаем дисперсию у serversFill
var dispersion = serversFill.Select(eachFill => (eachFill - averageFill) * (eachFill - averageFill)).Sum() / servers.Count;
return(-(dispersion * 3) - fitness);
});
//Т - функция изменения температуры (понижения температуры)
var decreaseTemperatureFunction = new DecreaseTemperatureFunction((initialTemp, i) =>
{
return(initialTemp * 0.1 / i);
});
//F - функция, порождающая новое состояние
//за порождение нового состояния отвечает класс State, метод GetMutatedState
//Задаём произвольное первое состояние нашей инфраструктуры state1
TestData.GetData(out var servers, out var services);
//Выполняем алгоритм
PerformAnnealing(tInitial, tMin, optimizationFunction,
decreaseTemperatureFunction, servers, services);
}
private static void PerformAnnealing(double tInitial,
double tMin,
OptimizationFunction optimizationFunction,
DecreaseTemperatureFunction decreaseTemperatureFunction,
IList <Server> servers, IList <Service> services)
{
var stopwatch = new Stopwatch();
stopwatch.Start();
var currentState = new State(servers, services);
currentState.Initialize();
//считаем значение функции оптимизации E от первоначального состояния
var e = optimizationFunction.Evaluate(currentState);
var currentTemperature = tInitial;
var iterationNumber = 1;
while (currentTemperature > tMin)
{
//получить новое, немного измененное состояние (немного измененное распределение серверов)
var newState = currentState.GetMutatedState(currentState);
//посчитать разницу значений функции оптимизации
var deltaE = optimizationFunction.Evaluate(newState) - optimizationFunction.Evaluate(currentState);
//если значение функции оптимизации меньше или равно нулю, то осуществляем переход на новое состояние
if (deltaE <= 0)
{
currentState = newState;
}
//иначе, осуществляем переход на новое состояние с вероятностью jumpProbability
{
var jumpProbability = TransitionProbability.Evaluate(deltaE, currentTemperature);
var randNumber = new Random().NextDouble();
if (randNumber <= jumpProbability)
{
currentState = newState;
}
}
//понижаем температуру
currentTemperature = decreaseTemperatureFunction.Evaluate(tInitial, iterationNumber);
iterationNumber++;
}
stopwatch.Stop();
ShowResult(currentState, services, optimizationFunction.Evaluate(currentState), stopwatch.Elapsed);
}