一种基于轨迹优化奖励的云计算任务自动调度方法技术

本发明专利技术公开了一种基于轨迹优化奖励的云计算任务自动调度方法，其涉及AI技术领域，旨在解决1、遗传算法的早熟现象在应用到云计算资源分配场景下仍然存在，当种群进化到中后期时，种群的多样性被破坏，算法的搜索陷入停滞，导致算法福尔斯局部最优解，无法得到全局最优解，早熟现象影响了遗传算法的全局收敛性和计算性能；2、目前的启发式搜索算法在云计算任务调度中的优化目标仅为任务调度时间，没有考虑其他约束，无法解决多目标问题。其技术方案要点是使用强化学习算法进行一个任务批次的调度。达到了提高云服务器的资源利用率、任务完成效率和降低成本的目的，实现了提高响应时间、负载均衡等效果。

【技术实现步骤摘要】

本专利技术涉及ai，尤其是涉及一种基于轨迹优化奖励的云计算任务自动调度方法。

技术介绍

1、云计算任务调度技术是解决云计算系统性能优化和资源管理的重要方法，通过自动化的配置计算资源池中的网络、存储、应用和服务等资源，使得可以在较少的交互下完成资源的快速提供。云计算任务调度是指将不同的任务分配给合适的计算资源的过程。假设有m个任务和n个计算资源，总分配结果为n^m。调度方法需要从所有的结果中找出最优的分配结果。

2、在现有的云计算任务调度方法中，较为先进的方案是基于启发式搜索算法的，例如遗传算法、模拟退火算法等。这类算法的主要原理是，将云计算任务的资源可行划分集合进行映射，然后建立一个合适的适应度函数，根据适应度函数对集合中的元素进行评估，得到最优的集合元素，并依据优秀的集合元素进行继续变异。

3、专利cn110308993a提出一种基于改进遗传算法的云计算资源分配方法，在初始化种群的过程中，使用次适应算法将云计算资源进行分组，并引入适应度评估函数，对资源的负载情况进行评价，并根据该函数的结果进行交叉变异，迭代得出最大资源利用率的调度本文档来自技高网...

【技术保护点】

1.一种基于轨迹优化奖励的云计算任务自动调度方法，其特征在于，具体步骤为：

2.根据权利要求1所述的一种基于轨迹优化奖励的云计算任务自动调度方法，其特征在于：所述S1中任务编号是i，任务个数为l，是任务所需计算资源量，标识任务所需带宽大小，是任务提交到调度模块的时间，是任务正式开始执行的时间，是任务结束执行的时间，Costi代表任务执行过程的费用。

3.根据权利要求1所述的一种基于轨迹优化奖励的云计算任务自动调度方法，其特征在于：所述S2中可用虚拟机的数量为m，j为虚拟机的编号，虚拟机包括计算资源可用带宽使用虚拟机的费用

4.根据权利要求1所述的一种基...

【技术特征摘要】

1.一种基于轨迹优化奖励的云计算任务自动调度方法，其特征在于，具体步骤为：

2.根据权利要求1所述的一种基于轨迹优化奖励的云计算任务自动调度方法，其特征在于：所述s1中任务编号是i，任务个数为l，是任务所需计算资源量，标识任务所需带宽大小，是任务提交到调度模块的时间，是任务正式开始执行的时间，是任务结束执行的时间，costi代表任务执行过程的费用。

3.根据权利要求1所述的一种基于轨迹优化奖励的云计算任务自动调度方法，其特征在于：所述s2中可用虚拟机的数量为m，j为虚拟机的编号，虚拟机包括计算资源可用带宽使用虚拟机的费用

4.根据权利要求1所述的一种基于轨迹优化奖励的云计算任务自动调度方法，其特征在于：所述s3中现实critic网络、现实actor网络、目标critic网络、目标actor网络组成的深度强化学习模型h，网络参数分别为：θq、θμ、和

5.根据权利要求1所述的一种基于轨迹优化奖励的云计算任务自动调度方法，其特征在于：所述s4中奖励函数的计算方式为：r＝r1*βr1+r2*βr2-r3*βr3，...

【专利技术属性】
技术研发人员：谢佳晨，陈姣姣，杜炀东，程鹏鹏，李建松，马文成，
申请(专利权)人：天翼云科技有限公司，
类型：发明
国别省市：