基于深度强化学习的数据中心业务负载调度方法及系统
授权
摘要
本发明涉及一种基于深度强化学习的数据中心业务负载调度方法及系统，该方法包括：步骤S1：对异质业务负载的特征信息进行读取；步骤S2：对服务器可用计算资源进行实时监测；步骤S3：根据负载的特征信息、服务器可用资源以及实时电价，作出调度决策；步骤S4：采用马尔可夫决策过程对调度过程进行建模，以数据中心用电成本最小化为目标，使用蒙特卡洛策略梯度算法对调度器进行训练。本发明所提供的基于深度强化学习的数据中心业务负载调度方法及系统能够在保证任务执行逻辑和服务质量的前提下，实现数据中心的电费成本优化，降低云服务提供商的运营成本，有助于互联网行业的绿色低碳可持续发展。
基本信息
专利标题 ：
基于深度强化学习的数据中心业务负载调度方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114116183A
申请号 ：
CN202210103845.8
公开（公告）日 ：
2022-03-01
申请日 ：
2022-01-28
授权号 ：
CN114116183B
授权日 ：
2022-04-29
发明人 ：
王鹏刘文宇丁肇豪曹雨洁王怡
申请人 ：
华北电力大学
申请人地址 ：
北京市昌平区北农路2号
代理机构 ：
北京星通盈泰知识产权代理有限公司
代理人 ：
黄正奇
优先权 ：
CN202210103845.8
主分类号 ：
G06F9/48
IPC分类号 ：
G06F9/48 G06F9/50 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F9/00
程序控制装置，例如，控制单元
G06F9/06
应用存入的程序的，即应用处理设备的内部存储来接收程序并保持程序的
G06F9/46
多道程序装置
G06F9/48
程序启动；程序切换，例如通过中断
法律状态
2022-04-29 ：
授权
2022-03-18 ：
实质审查的生效
IPC(主分类) : G06F 9/48
申请日 : 20220128
申请日 : 20220128
2022-03-01 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
