一种基于强化学习的虚拟机资源调度方法

摘要

本发明为基于强化学习的虚拟机资源调度方法，建立云计算排队系统模型，确认最大可使用的资源；建立虚拟机任务数估算模型，确认时刻t在系统等待的第v类虚拟机请求的任务数，得出任务数；根据总任务数，把优化平均任务完成时间目标映射为数学模型，找出多个影响平均任务完成时间的决策条件；引入虚拟机配置数组，将多个影响平均任务完成时间的决策条件转换为单维的虚拟机调度决策条件，输入虚拟机实例数量、虚拟机请求数量与虚拟机请求的工作量，作为初始参数；得出决策点、行为空间、奖励函数、状态‑行为价值函数与贪婪行为策略；在虚拟机调度模型中迭代计算，行为组，作为最优虚拟机资源调度策略；根据策略输出最优虚拟机资源调度方法。