【摘 要】
：
针对大规模云环境中业务量变化时平台服务质量和资源消耗的问题,提出一种基于Q-Learning的虚拟机扩容/缩容决策算法。将该问题转换为马尔科夫决策模型,为了在业务平台服务质
【机 构】
：
上海理工大学光电信息与计算机工程学院
论文部分内容阅读
针对大规模云环境中业务量变化时平台服务质量和资源消耗的问题,提出一种基于Q-Learning的虚拟机扩容/缩容决策算法。将该问题转换为马尔科夫决策模型,为了在业务平台服务质量和资源消耗之间取得较好的平衡,智能体根据平台当前状态计算出最佳策略,执行决策并转到下一状态。仿真结果表明,该算法可根据业务量的变化实时作出伸缩决策,并提供最合适的虚拟机资源以满足业务需求,且能提高平台的稳定性。
其他文献
组合分类是一种有效的分类方法, 然而训练完成后该方法须要存储大量的基分类器, 并且每一次预测过程 都需要统计每个基分类器的分类结果作最终的预测, 同时具有较高的时间和
对腾格里沙漠东南缘格状沙丘主、副梁和新月形沙丘表面气流的野外观测发现分离流、附着未偏向流和附着偏向流等 3种背风坡次生气流。前者以弱的反向流为特征 ,多发生在横向气流条件下 ,坡度较陡的背风坡上 ;后二者具有相对高的风速 ,多发生在坡度缓和的背风坡上 ,其方向在横向气流条件下保持原来的方向 ,在斜向气流作用下发生偏转 ,且其强度为原始风入射角的余弦函数。根据 3种次生气流强度、方向等特征 ,阐述了
提出了一种基于FPGA的DCF77解码方案设计。实现过程中着重针对码元识别部分进行分析,设计了一种有限状态机来完成对不同码元的识别以及数据写入等。通过Modelsim软件对程序进
首次报道孢粉地理学的研究方法，包括花粉类型的精确描述、确定各类型花粉的系统演化关系、花粉类型地理分布的统计分析、花粉类型的分布式样。根据这些方面的研究，可以解决植物的分布中心、次生分布中心、起源地点和迁移路线。介绍孢粉地理学的研究方法，旨在推广使用。