基于高斯过程回归和强化学习的云资源调度算法

作     者：李棕 崔得龙 LI Zong;CUI De-long

作者机构：广东石油化工学院理学院广东茂名525000 广东石油化工学院计算机与电子信息学院广东茂名525000 

基　　金：国家自然科学基金(61272382 61473331) 广东省云机器人(石油化工)工程技术研究中心开放基金(201507A02) 广东石油化工学院大学生创新创业培育计划项目资助(2015py A035) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2017年第25卷第11期

页      码：5-8,13页

摘      要：针对现有基于强化学习的云资源调度算法收敛速度慢的问题,在详细分析云作业执行流程后,采用了一种细粒度的云计算平台模型,设计了一种基于高斯过程回归和强化学习的云计算资源调度算法。算法将资源分配问题转换为在服务等级协议约束下的资源分配最小化问题,并通过高斯过程回归加速最优策略的生成。在Cloud Sim平台下进行了仿真,实验结果证明了本文算法在一定程度上加速了最优策略的收敛。

主 题 词：云计算 资源调度 强化学习 高斯过程回归 

学科分类：080904[080904] 0810[工学-土木类] 0809[工学-计算机类] 08[工学] 080402[080402] 0804[工学-材料学] 081001[081001] 

D　O　I：10.14022/j.cnki.dzsjgc.2017.11.002

馆 藏 号：203233913...