摘要
本公开提供了一种基于能耗优化的任务调度方法及系统,涉及人工智能与计算资源调度优化领域,包括:获取动态任务调度需求,包括待调度的任务集合、异构计算资源集合、任务负载特性矩阵和计算资源能力矩阵;基于动态任务调度需求,利用融合深度强化学习与多蜂群算法的调度模型,依据任务负载和资源能力,以计算效率、存储带宽利用率和能耗为目标,对任务‑资源分配策略进行多目标寻优,得到最优解;本发明通过多智能体学习动态调整任务调度策略,并利用多蜂群优化进行全局调优,实现任务的计算效率最大化和能耗最小化。
技术关键词
资源分配策略
任务调度方法
深度强化学习
能耗
非暂态计算机可读存储介质
蜂群算法
动态
矩阵
任务调度策略
任务调度系统
启发式规则
电子设备
处理器
存储器
计算机程序产品
系统为您推荐了相关专利信息
智能调光照明系统
无人机平台
无人机飞行状态
LED光源阵列
照明模块
数据传输优化方法
网络切片
缓存命中率
数据传输优化系统
语义
深度强化学习模型
实时数据处理
自主故障诊断
控制卫星姿态
卫星控制系统
地铁列车
神经网络模型
独立旋转轮
集成经验模态分解
估计方法
应急避难场所
承载力评价方法
组合赋权法
评价指标体系
非暂态计算机可读存储介质