一种基于改进非洲水牛算法的云原生平台容器迁移方法

本发明公开了一种基于改进非洲水牛算法的云原生平台容器迁移方法，该方法通过构建显存‑算力耦合模型、通信成本因子和动态风险因子的多维资源评估体系，结合离散‑连续混合编码的改进非洲水牛优化算法，实现跨数据中心GPU/显存资源的协同调度。本发明重构非洲水牛算法的位置更新机制，通过分层更新策略(领导组/普通组)、动态衰减权重和扰动机制，解决离散变量(目标数据中心选择、GPU数量)与连续变量(显存分配比例)的协同优化问题。本发明设计高负载节点主动迁出容器与低负载节点智能吸纳容器的双向弹性迁移策略，突破传统单向迁移局限。本发明在各数据中心部署本地决策代理，独立执行优化算法，避免集中式架构的通信开销。