基于決策樹和由均勻分布改進Q學(xué)習(xí)的虛擬機整合算法

摘要： 隨著云數(shù)據(jù)中心規(guī)模的不斷擴大，次優(yōu)虛擬機整合算法所引起的高能耗、低資源利用率和用戶服務(wù)質(zhì)量下降等問題逐漸凸顯。為此，提出了一種基于決策樹和由均勻分布改進Q學(xué)習(xí)的虛擬機整合算法(DTQL-UD)。該算法采用決策樹實現(xiàn)狀態(tài)表征，并在評估下一時刻狀態(tài)-動作價值時采用均勻分布選取下一時刻動作，可直接從云數(shù)據(jù)中心狀態(tài)到虛擬機遷移的過程中通過實時反饋來不斷優(yōu)化決策。此外，針對強化學(xué)習(xí)中模擬...