公开(公告)号：CN117971411B

公开(公告)日：2024-08-06

申请号：CN202311659700.7

申请日：2023-12-06

Applicant: 南京财经大学

Inventor： 王月虎 ,  刘军 ,  谭仲春 ,  丁军军 ,  邱明灏 ,  包祥文 ,  韩峰 ,  陶军 ,  郑翔 ,  王超

IPC: G06F9/48 ,  G06Q50/20

Abstract: 本发明公开了一种基于强化学习的云平台任务调度方法及装置，涉及强化学习技术领域；通过获取任务执行轨迹中的有效轨迹生成目标矩阵，从而能够更准确地预测任务的执行时间和结果，并通过生成目标矩阵和优化处理，能够快速找到最优的调度策略，避免了多任务情况下直接对每个任务调度产生的方案进行奖励设计，不会占用大量系统资源，并且根据各个任务的占比率按照预设规则对所述目标矩阵横轴中各个任务进行优化处理，其计算量也会随着优化处理越来越小，提高任务调度的效率。

公开(公告)号：CN117971411A

公开(公告)日：2024-05-03

申请号：CN202311659700.7

申请日：2023-12-06

Applicant: 南京财经大学

Inventor： 王月虎 ,  刘军 ,  谭仲春 ,  丁军军 ,  邱明灏 ,  包祥文 ,  韩峰 ,  陶军 ,  郑翔 ,  王超

IPC: G06F9/48 ,  G06Q50/20

Abstract: 本发明公开了一种基于强化学习的云平台任务调度方法及装置，涉及强化学习技术领域；通过获取任务执行轨迹中的有效轨迹生成目标矩阵，从而能够更准确地预测任务的执行时间和结果，并通过生成目标矩阵和优化处理，能够快速找到最优的调度策略，避免了多任务情况下直接对每个任务调度产生的方案进行奖励设计，不会占用大量系统资源，并且根据各个任务的占比率按照预设规则对所述目标矩阵横轴中各个任务进行优化处理，其计算量也会随着优化处理越来越小，提高任务调度的效率。