基于强化学习的云资源代理商资源分配策略研究

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 无竞争环境下的资源分配

1.2.2 竞争环境下的资源分配

1.3 研究内容和方法

1.4 主要贡献

1.5 组织结构

第2章 云计算市场模型

2.1 云用户模型

2.1.1 云用户需求模型

2.1.2 云用户选择模型

2.2 云资源代理商模型

2.2.1 云资源代理商定价与成本

2.2.2 云资源代理商收益

2.3 本章小结

第3章 无竞争云资源代理商资源分配策略研究

3.1 Q-DP算法

3.1.1 基于Q-learning算法的分配策略

3.1.2 动态规划

3.1.3 Q-DP算法

3.2 实验参数设定

3.3 策略训练

3.4 策略分析

3.4.1 算法对比

3.4.2 实验结论

3.5 本章小结

第4章 竞争云资源代理商资源分配策略研究

4.1 马尔科夫博弈

4.2 基于Minimax-Q learning算法的资源分配策略

4.3 实验参数设定

4.4 策略训练

4.5 策略分析

4.5.1 定价策略分析

4.5.2 资源分配策略分析

4.5.3 实验结论

4.6 本章小结

第5章 总结与展望

5.1 本文总结

5.2 研究展望

致谢

攻读学位期间获得与学位论文相关的科研成果目录

参考文献