基于DDPG算法的云数据中心任务节能调度研究

摘要：

承载云计算产业的数据中心近年来数量和规模迅速增加,产生巨大电力消耗.因此,数据中心节能减排迫在眉睫.本文提出一种节能调度策略,其核心思想是使用准入控制和优先级控制对队列任务进行筛选和排序,然后基于深度确定性策略梯度(DDPG)算法对任务进行在线调度,以适应云计算负载的高度动态性,使能耗最小化.仿真实验结果表明,本文所采用的调度方案在降低云数据中心能耗和减小任务的响应时间方面具有有效性.

关键词：云数据中心、深度强化学习(DRL)、任务调度、深度确定性策略梯度(DDPG)算法

所属期刊栏目：33

分类号：TP393;TP18;D251

资助基金：国家自然科学基金;北京市自然科学基金;北京市教育委员会科技计划一般项目

在线出版日期：2023-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：927-936