[发明专利]一种基于改进Q学习算法的多目标云资源调度方法在审
| 申请号： | 201910807351.6 | 申请日： | 2019-08-29 |
| 公开（公告）号： | CN110515735A | 公开（公告）日： | 2019-11-29 |
| 发明（设计）人： | 李成严;孙巍;宋月 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于改进Q学习算法的多目标云资源调度方法。该方法通过Agent与环境进行不断交互，学习得到最优策略。本发明通过Cloudsim云计算仿真平台，随机生成不同任务和虚拟机，以同时优化任务的完成时间和运行成本为优化目标，设计一种基于改进Q学习算法的多目标云资源调度方法，采用自动更新权重因子的启发式动作选择策略加快Q学习算法的收敛速度，同时提高算法的寻优能力，以提高云资源的利用率，提高用户满意度，降低运营商成本。 | ||
| 搜索关键词： | 资源调度 多目标 用户满意度 动作选择 仿真平台 权重因子 随机生成 优化目标 运行成本 自动更新 最优策略 启发式 虚拟机 云计算 运营商 算法 寻优 收敛 改进 优化 学习 | ||
【主权项】：
1.基于改进Q学习算法的多目标云资源调度方法，其特征在于，Agent通过与环境进行交互，选择回报值最大的动作执行，在动作选择阶段，本方法考虑将权重因子与启发式函数相结合，依据Agent每次训练后的立即回报值，自动更新不同动作执行后的权重因子，从而确定动作选择策略，提高算法收敛速度，具体过程如下：/n步骤1：使用Cloudsim仿真平台随机生成任务数据与虚拟机数据；/n步骤2：定义Q学习的状态空间S：由一个动态数组表示，其中状态s用一维数组表示，s的下标表示任务序号，s的值表示虚拟机序号；/n步骤3：定义Q学习的动作集合A：将动作定义为整型变量，当执行将第i个任务分配给第j台虚拟机这一动作时，则将整型量j赋值给状态s数组中第i个值；/n步骤4：定义Q学习算法的立即回报函数：r＝ω*(Etc-Ti)+(1-ω)*(Cst-Ci)；其中，Ti和Ci分别表示当前状态下第i台虚拟机已经分配的任务的总执行时间和执行任务的总成本，Etc和Cst都表示较大常数，此处将Etc设置为所有任务在所有虚拟机上的总执行时间，Cst设置所有任务在所有虚拟机上的总成本；/n步骤5：使用基于自动更新权重因子的Q学习算法对生成任务数据和虚拟机数据进行调度分配。/n
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哈尔滨理工大学，未经哈尔滨理工大学许可，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/201910807351.6/，转载请声明来源钻瓜专利网。
