[发明专利]一种基于深度强化学习的资源调度方法和系统在审
| 申请号： | 201810350436.1 | 申请日： | 2018-04-18 |
| 公开（公告）号： | CN108595267A | 公开（公告）日： | 2018-09-28 |
| 发明（设计）人： | 田文洪;王金;何博;叶宇飞;尚明生;史晓雨 | 申请（专利权）人： | 中国科学院重庆绿色智能技术研究院 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 赵荣之 |
| 地址： | 400714 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度强化学习的资源调度方法和系统，属于深度学习技术领域。该方法是获取用户行为数据；根据用户的任务进行训练，得到一种适合的调度算法作为用户的初始调度算法，用于生成相对应的调度结果；用户对当前返回的调度结果进行评估，并做出是否接受当前调度策略的选择。该系统包括用户输入模块、数据处理模块、资源调度系统模块和资源调度过程显示模块。本发明提升了任务的平均用时和响应速度，减少了减少系统耗时和能耗等性能指标。 | ||
| 搜索关键词： | 资源调度 调度结果 调度算法 强化学习 数据处理模块 用户输入模块 用户行为数据 资源调度系统 调度策略 过程显示 减少系统 用时 耗时 能耗 返回 响应 评估 学习 | ||
【主权项】：
1.一种基于深度强化学习的资源调度方法，其特征在于，该方法具体包括以下步骤：S1：系统通过日志文件采集用户的行为数据，包括用户对任务的申请情况，资源在基础算法下的调度记录；S2：系统通过用户保留在系统内的任务信息，自动根据用户的任务进行训练，得到一种适合的调度算法作为用户的初始调度算法，用于生成相对应的调度结果；S3：用户对当前返回的调度结果进行评估，并做出是否接受当前调度策略的选择；S4：如果用户满意当前调度策略所产生的调度结果，则系统认为该算法为适合该用户的个性化调度算法；S5：如果用户不满意当前调度策略所产生的调度结果，则用户可以通过系统提供的调度算法接口，选择再次训练调度策略。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院重庆绿色智能技术研究院，未经中国科学院重庆绿色智能技术研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810350436.1/，转载请声明来源钻瓜专利网。
