摘要
本发明公开了一种基于强化学习的混合异构云工作流调度方法,属属于云计算技术领域。该方法包括以下步骤:针对云工作流调度问题,以最小化完工时间为目标,成本和资源为约束,构建三维协同约束模型,成本约束包括无服务器函数预算和虚拟机预算;将超启发式框架融入强化学习算法中;采用改进的强化学习算法对云工作流调度问题进行求解,选择最优执行资源,并得到最优调度方案;按照最优调度方案进行实时调度,并引入偏差反馈机制实时监控执行误差。本发明将工作流调度问题分解为状态感知、动作决策的闭环优化过程,通过将动态环境感知、多目标权衡与在线策略优化深度融合,既具备全局搜索功能,又能够实现局部优化,算法复杂度低且鲁棒性较高。
技术关键词
云工作流调度方法
强化学习算法
启发式规则
实时系统
服务器
执行误差
全局搜索功能
异构资源池
数据传输延时
生成随机数
计费
云计算技术
表达式
任务调度
资源分配
因子
系统为您推荐了相关专利信息
信息采集系统
航空模型
分析模块
数据采集模块
坐标系
无线信道预测方法
多时间尺度
任务调度算法
深度Q网络
残差网络
计算机视觉
课堂考勤
分析装置
关系型数据库
模块