基于置信上界和自适应学习率改进Q-learning的虚拟机放置方法

本发明公开了基于置信上界和自适应学习率改进Q‑learning的虚拟机放置方法，属于虚拟机放置技术领域。解决了现有技术中传统的虚拟机放置方法的效率较低且具备局限性的问题；本发明包括以下步骤：S1.基于改进影响系数和迁移时间，构建IFMT虚拟机选择算法进行虚拟机选择，得到最适宜迁移的虚拟机；S2.通过置信上界技术和自适应学习率调节，设置状态空间、动作空间以及奖励函数，构建改进Q‑learning的虚拟机放置模型，寻找到最佳的放置主机；S3.采用最佳的放置主机放置最适宜迁移的虚拟机，实现虚拟机整合策略的虚拟机放置。本发明提升了算法收敛速度和灵活性，优化了虚拟机放置决策，可以应用于放置虚拟机设计。