虚拟资源分配优化量子学习算法仿真研究

• 作者: 叶青 方子叶
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 量子粒子群算法 强化学习 虚拟资源 效用分配 全局优化
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 仿真方法与算法
• 页码范围: 288-292
• 页数: 5页
• 分类号: TP301.6
• 字数: 4743字
• 语种: 中文

摘要

针对单一优化目标的基于用户需求或服务质量的虚拟资源分配问题,采用协同决策方法,将用户满意、效能最优和服务质量多目标协同集成,以虚拟资源计算服务租用收益和用户满意度效用最大化为优化目标,构建虚拟资源分配集成优化模型.提出改进的量子粒子群算法,设计种群的个体学习权重因子,增加个体寻优的学习激励策略,设置粒子搜索的学习阈值,解决算法陷入局部最优解的问题.通过种群搜索学习求解,得出满足用户需求、效能和服务质量的虚拟资源作业分配的最优服务收益选择方案.仿真结果表明,改进算法具有较好的全局搜索效率和性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶青	江西中医药大学计算机学院	41	159	9.0	11.0
2	方子叶		2	0	0.0	0.0