掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
深度強化學習——云計算中作業與資源協同自適應調度的理論及應用 版權信息
- ISBN：9787302617389
- 條形碼：9787302617389 ; 978-7-302-61738-9
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
深度強化學習——云計算中作業與資源協同自適應調度的理論及應用 本書特色
本書圍繞兩個云工作流執行過程中的關鍵步驟——云工作流任務分配和虛擬化資源供給，介紹了今年來在云計算中用戶作業分配和虛擬化資源調度的一些基本原料和主要方法。本書可作為計算機專業研究生的教學參考書，同時對從事云計算中作業與資源協同自適應調度的理論及應用技術研究、開發和應用的科技人員也具有一定的參考價值。
深度強化學習——云計算中作業與資源協同自適應調度的理論及應用 內容簡介
本文圍繞兩個云工作流執行過程中的關鍵步驟——云工作流任務分配和虛擬化資源供給，研究以容器為新型虛擬化基本單元的云計算環境下，以協同方式進行多工作流自適應調度的理論問題、關鍵技術和方法；在確保滿足用戶服務等級協議前提下，**程度實現云服務供需雙方的利益均衡。 在多項國家自然科學基金項目、廣東省自然科學基金項目、廣東省科技計劃項目等課題的支持下，課題組長期從事云計算關鍵技術、機器學習算法、多agent系統等領域的基礎理論和應用研究，長期的積累為本課題的研究打下堅實的基礎，使解決本課題關鍵科學問題，完成預期成果具有較高的可行性。 本項目研究成果可為相關科研領域人員提供參考和借鑒。
深度強化學習——云計算中作業與資源協同自適應調度的理論及應用 目錄
第1篇基 礎 理 論
第1章云計算概述
1.1云計算技術概述
1.1.1云計算的3種服務模式
1.1.2云計算的4種署模型
1.2云計算的核心技術
1.3云計算資源配置與任務調度模型
1.4云計算提出的挑戰
1.4.1虛擬化技術帶來的挑戰
1.4.2虛擬機資源和應用系統參數提出的挑戰
1.4.3工作流任務和虛擬化資源進行協同自適應調度提出的挑戰
1.4.4資源利用率和服務等級協議提出的挑戰
第2章深度強化學概述
2.1深度卷積經網絡
2.2強化學
2.3深度強化學
2.3.1DQN算法主要用到的關鍵技術
2.3.2DQN模型訓練過程
第2篇云作業調度算法
第3章隨機作業化調度策略
3.1引言
3.2國內外研究現狀
3.2.1理論分析
3.2.2能耗管理
3.2.3資源分配
3.3系統模型
3.3.1作業調度子模塊
3.3.2作業執行子模塊
3.3.3作業傳輸子模塊
3.4基于強化學的作業調度算法
3.4.1強化學
3.4.2基于強化學的用戶作業調度算法
3.4.3狀態簡約
3.5性能評估
3.5.1云平臺實驗驗證
3.5.2真實云平臺實驗驗證
3.6小結
第4章混合作業調度機制
4.1引言
4.2國內外發展現狀
4.2.1靜態調度法
4.2.2動態調度法
4.2.3混合調度法
4.2.4局限性分析
4.3云平臺模型
4.4混合作業調度算法
4.5基于強化學的混合作業調度算法
4.6實驗結果與分析
4.7小結
第5章基于多智能體系統的云工作流作業化調度
5.1研究背景
5.2相關工作
5.3系統模型
5.3.1云工作流系統
5.3.2云工作流模型組件介紹
5.4基于多智能體系統的粒子群遺傳化算法
5.4.1粒子群化算法
5.4.2云工作流環境下的粒子群算法
5.4.3多智能體系統下粒子群的自組織模型
5.4.4MASPSOGA算法步驟
5.5算法與分析
5.5.1實驗數據和參數設置
5.5.2實驗結果及分析
5.6小結
第6章基于深度強化學的云環境下的多資源云作業調度策略
6.1引言
6.2系統模型及表示
6.3算法說明與偽代碼
6.4實驗環境與參數設置
6.5實驗結果與分析
6.6小結
第7章基于深度強化學的多數據中心云作業調度
7.1引言
7.2系統模型
7.3作業調度
7.4實驗平臺設計
7.5實驗及結果分析
7.6小結
第3篇虛擬化資源調度
第8章基于強化學的云計算資源分配研究
8.1引言
8.2研究現狀
8.3系統模型
8.3.1云計算平臺架構
8.3.2作業響應時間
8.3.3分段SLA
8.3.4有效單位時間花費
8.4基于強化學的云資源調度機制
8.4.1相關概念
8.4.2基于基本強化學的資源調度算法
8.4.3化的資源分配策略
8.5實驗結果
8.5.1云平臺驗證
8.5.2真實云平臺上進行性能驗證
8.6小結
第9章基于DQN的多目標化的資源調度框架
9.1引言
9.2國內外發展現狀
9.2.1基于啟發式算法的資源調度研究
9.2.2基于強化學的資源調度研究
9.2.3基于深度強化學的資源調度研究
9.3系統模型
9.3.1作業負載層
9.3.2調度控制層
9.3.3數據中心層
9.4問題分析
9.4.1用戶作業負載模型
9.4.2能源消耗模型
9.4.3數學描述
9.5算法說明與偽代碼
9.6實驗與結果分析
9.6.1實驗步驟和參數設置
9.6.2實驗結果與分析
9.7小結
第10章容器云環境虛擬資源配置策略的化
10.1引言
10.2容器云資源配置
10.2.1虛擬機資源配置
10.2.2容器資源配置
10.2.3虛擬機/容器遷移
10.3問題描述與數學建模
10.3.1問題描述
10.3.2數據中心的能耗模型
10.4主機選擇策略及改進
10.4.1常用物理機選擇策略
10.4.2物理機選擇策略的改進
10.4.3算法的復雜度分析
10.5實驗結果及分析
10.5.1實驗環境
10.5.2實驗場景
10.6小結
第11章兩段虛擬資源協同自適應調度
11.1引言
11.2國內外發展現狀
11.2.1靜態調度法
11.2.2動態調度法
11.2.3混合調度法
11.2.4局限性分析
11.3系統模型
11.3.1虛擬機租用段系統子模型
11.3.2虛擬機使用段系統子模型
11.4數據中心選擇算法
11.4.1深度強化學
11.4.2虛擬機租用段的數據中心選擇
11.4.3虛擬機租用段的數據中心選擇算法
11.4.4虛擬機使用段的數據中心選擇
11.4.5虛擬機使用段的數據中心選擇算法
11.5實驗驗證
11.5.1虛擬機租用段實驗結果與分析
11.5.2虛擬機使用段實驗結果與分析
11.6小結
第4篇云作業和虛擬化資源協同自適應調度
第12章基于異構分布式深度學的云任務調度與資源配置框架
12.1引言
12.2系統框架與問題闡述
12.2.1系統框架
12.2.2問題闡述
12.3異構分布式深度學模型
12.4實驗與結果分析
12.4.1實驗設計與參數說明
12.4.2網絡模型驗證實驗
12.4.3算法比較實驗
12.5小結
第13章云工作流任務與虛擬化資源協同自適應調度機制
13.1引言
13.2自適應協同調度研究現狀及其局限性分析
13.3系統模型
13.4多智能體社會下工作流任務與虛擬化虛擬機資源自適應調度機制
13.5多智能體社會下工作流任務與虛擬化虛擬機資源協同調度機制
13.6實驗驗證
13.7小結
參考文獻
展開全部
深度強化學習——云計算中作業與資源協同自適應調度的理論及應用 作者簡介
彭志平 博士，教授。廣東石油化工學院副校長（2015-2021年），江門職業技術學院校長（2021-今）。中國系統仿真學會智能仿真優化與調度專委會常務委員，廣東省高等學校“千百十工程”省級培養對象。目前主要從事人工智能、智能系統等方向的科研與教學研究工作。作為負責人先后主持2項國家自然科學基金面上項目、1項廣東省應用型科技研發專項重點項目及20多項企業技術攻關委托項目。先后獲得廣東省南粵優秀教師、師德標兵、廣東省精神文明建設先進個人等榮譽稱號，獲得中國石油和化工自動化應用行業科技進步一等獎、省部級科技進步獎二等獎、吳文俊人工智能科技進步獎各1項。在國內外學術期刊上發表30余篇SCI檢索論文，30余篇EI檢索論文， 15項發明專利獲得授權。
書友推薦
- >
詩經-先民的歌唱
- >
隨園食單
- >
中國歷史的瞬間
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
名家帶你讀魯迅:故事新編
- >
煙與鏡
- >
上帝之肋:男人的真實旅程
- >
山海經
本類暢銷
