本申請涉及數據處理，尤其涉及算力分析方法、算力分析設備以及存儲介質。
背景技術：
1、算力租賃過程中一般需要先構建的算力資源集群，再按照一定的算法選擇出滿足計算任務需求的算力資源的調度方案進行算力調度。
2、然而，目前在分析出算力調度方案的過程，一般是通過單一固定的算法進行優化的，這樣的方式受限于所選擇的算法局限性，導致分析出的算力調度方案存在準確性不佳的問題，無法滿足用戶的算力需求。
技術實現思路
1、本申請的主要目的在于提供一種算力分析方法、算力分析設備以及存儲介質，旨在提高算力調度的準確性，以精準地滿足用戶的算力需求。
2、為實現上述目的，本申請提出一種算力分析方法，所述的方法包括：
3、獲取算力任務對應的算力資源池信息；
4、基于第一優化目標，利用模擬退火算法分析所述算力資源池信息，獲得多個候選調度方案；
5、根據所述多個候選調度方案構建遺傳算法的流程控制參數，基于第二優化目標和所述流程控制參數并利用遺傳算法分析所述多個候選調度方案，獲得目標調度方案；
6、按照所述目標調度方案執行算力調度。
7、在一實施例中，所述根據所述多個候選調度方案構建遺傳算法的流程控制參數的步驟包括：
8、根據所述多個候選調度方案確定所述遺傳算法中的初始種群，根據所述多個候選調度方案調整所述第二優化目標對應的所述遺傳算法的預設適應度函數，獲得目標適應度函數；
9、其中，所述流程控制參數包括所述初始種群和所述目標適應度函數。
10、在一實施例中，所述第一優化目標包括調度成本最小化和調度速度最大化，所述根據所述多個候選調度方案調整所述第二優化目標對應的所述遺傳算法的預設適應度函數，獲得目標適應度函數的步驟包括：
11、確定所有候選調度方案對應的調度成本中的最小成本，確定所有候選調度方案對應的調度速度中的最大速度；
12、確定所述最小成本與所述第二優化目標對應的預設最小成本之間的成本差值，確定所述最大速度與所述第二優化目標對應的預設最大速度之間的速度差值；
13、根據所述成本差值和所述速度差值調整所述預設適應度函數，獲得所述目標適應度函數。
14、在一實施例中，所述基于第一優化目標，利用模擬退火算法分析所述算力資源池信息，獲得多個候選調度方案的步驟包括：
15、基于第一優化目標，利用模擬退火算法確定所述算力資源池信息對應的第一調度方案和第二調度方案中的最優解；
16、在未滿足迭代結束條件的情況下，將當前的最優解作為新的第二調度方案，確定所述算力資源池信息中新的調度方案作為新的第一調度方案，返回執行所述基于第一優化目標，利用模擬退火算法確定所述算力資源池信息對應的第一調度方案和第二調度方案中的最優解的步驟；
17、在滿足迭代結束條件的情況下，在滿足迭代結束條件之前最新產生的預設數量的多個最優解中確定所述多個候選調度方案。
18、在一實施例中，所述在滿足迭代結束條件之前最新產生的預設數量的多個最優解中確定所述多個候選調度方案的步驟包括：
19、根據所述第一優化目標確定調度方案對應的指標值允許的目標參數范圍；
20、在滿足迭代結束條件之前最新產生的預設數量的多個最優解中，將對應的第一優化目標的指標值在所述目標參數范圍內的多個最優解作為所述多個候選調度方案。
21、在一實施例中，所述基于第一優化目標，利用模擬退火算法確定所述算力資源池信息對應的第一調度方案和第二調度方案中的最優解的步驟包括：
22、根據第一調度方案和第三調度方案分別對應的所述第一優化目標的指標值確定第一調度方案是否滿足新解接受條件，所述第三調度方案為上一個滿足所述新解接受條件的調度方案或初始調度方案；
23、在所述第一調度方案滿足所述新解接受條件的情況下，確定所述第一調度方案為新的所述第三調度方案，并根據所述第一調度方案和所述第二調度方案分別對應的所述第一優化目標的指標值確定所述最優解；
24、在所述第一調度方案未滿足所述新解接受條件的情況下，確定所述第二調度方案為所述最優解。
25、在一實施例中，所述第一優化目標包括調度成本最小化和調度速度最大化，所述指標值包括調度成本和調度速度，所述根據第一調度方案和第三調度方案分別對應的所述第一優化目標的指標值確定第一調度方案是否滿足新解接受條件的步驟包括：
26、在滿足預設條件的情況下，確定滿足所述新解接受條件，其中，所述預設條件包括所述第一調度方案的調度成本小于所述第三調度方案的調度成本、或所述第一調度方案的調度速度大于所述第三調度方案的調度速度；
27、在未滿足所述預設條件的情況下，根據所述模擬退火算法中的迭代次數確定調度成本最小化與調度速度最大化中的執行優化目標，根據metropolis準則并基于所述執行優化目標確定是否滿足所述新解接受條件。
28、在一實施例中，所述根據所述模擬退火算法中的迭代次數確定調度成本最小化與調度速度最大化中的執行優化目標的步驟包括：
29、確定調度成本最小化與調度速度最大化中優先級最高的目標為第一目標，確定調度成本最小化與調度速度最大化中優先級最低的目標為第二目標；
30、在所述迭代次數大于或等于預設次數的情況下，確定第一目標為所述執行優化目標；
31、在所述迭代次數小于所述預設次數的情況下，確定第二目標為所述執行優化目標。
32、此外，為實現上述目的，本申請還提出一種算力分析設備，所述算力分析設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序配置為實現如上文所述的算力分析方法的步驟。
33、此外，為實現上述目的，本申請還提出一種存儲介質，所述存儲介質為計算機可讀存儲介質，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如上文所述的算力分析方法的步驟。
34、本申請提出的一個或多個技術方案，至少具有以下技術效果：該方案先利用模擬退火算法并基于第一優化目標對算力任務對應的算力資源池信息進行分析，分析得到的多個候選調度方案構建遺傳算法的流程控制參數，再基于第二優化目標和流程控制參數并利用遺傳算法來分析多個候選調度方案，獲得執行算力調度的目標調度方案，基于此分析算力調度方案的過程不再是通過單一固定的算法實現，而是融合模擬退火算法和遺傳算法進行分階段分目標分析，有效提高算力調度的準確性，以精準地滿足用戶的算力需求。
1.一種算力分析方法，其特征在于，所述的方法包括：
2.如權利要求1所述的算力分析方法，其特征在于，所述根據所述多個候選調度方案構建遺傳算法的流程控制參數的步驟包括：
3.如權利要求2所述的算力分析方法，其特征在于，所述第一優化目標包括調度成本最小化和調度速度最大化，所述根據所述多個候選調度方案調整所述第二優化目標對應的所述遺傳算法的預設適應度函數，獲得目標適應度函數的步驟包括：
4.如權利要求1至3中任一項所述的算力分析方法，其特征在于，所述基于第一優化目標，利用模擬退火算法分析所述算力資源池信息，獲得多個候選調度方案的步驟包括：
5.如權利要求4所述的算力分析方法，其特征在于，所述在滿足迭代結束條件之前最新產生的預設數量的多個最優解中確定所述多個候選調度方案的步驟包括：
6.如權利要求4所述的算力分析方法，其特征在于，所述基于第一優化目標，利用模擬退火算法確定所述算力資源池信息對應的第一調度方案和第二調度方案中的最優解的步驟包括：
7.如權利要求6所述的算力分析方法，其特征在于，所述第一優化目標包括調度成本最小化和調度速度最大化，所述指標值包括調度成本和調度速度，所述根據第一調度方案和第三調度方案分別對應的所述第一優化目標的指標值確定第一調度方案是否滿足新解接受條件的步驟包括：
8.如權利要求7所述的算力分析方法，其特征在于，所述根據所述模擬退火算法中的迭代次數確定調度成本最小化與調度速度最大化中的執行優化目標的步驟包括：
9.一種算力分析設備，其特征在于，所述算力分析設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序配置為實現如權利要求1至8中任一項所述的算力分析方法的步驟。
10.一種存儲介質，其特征在于，所述存儲介質為計算機可讀存儲介質，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至8中任一項所述的算力分析方法的步驟。