一种基于改进Q学习算法的多目标云资源调度方法

    公开(公告)号:CN110515735A

    公开(公告)日:2019-11-29

    申请号:CN201910807351.6

    申请日:2019-08-29

    Inventor: 李成严 孙巍 宋月

    Abstract: 本发明提供了一种基于改进Q学习算法的多目标云资源调度方法。该方法通过Agent与环境进行不断交互,学习得到最优策略。本发明通过Cloudsim云计算仿真平台,随机生成不同任务和虚拟机,以同时优化任务的完成时间和运行成本为优化目标,设计一种基于改进Q学习算法的多目标云资源调度方法,采用自动更新权重因子的启发式动作选择策略加快Q学习算法的收敛速度,同时提高算法的寻优能力,以提高云资源的利用率,提高用户满意度,降低运营商成本。

    基于宽范围渐变温度场的变压器电热联合模拟实验装置

    公开(公告)号:CN111580017B

    公开(公告)日:2021-08-03

    申请号:CN202010485633.1

    申请日:2020-06-01

    Abstract: 本发明公开了基于宽范围渐变温度场的变压器电热联合模拟实验装置,属于变压器模拟实验技术领域,包括绕组、硅钢片、壳体、温度控制器、高压发生器和显示装置;硅钢片设置于壳体内侧的底部中心位置,硅钢片与壳体之间形成腔体;壳体外侧设置有与腔体连通的油流设备;绕组绕设于硅钢片外侧;硅钢片中心设置有加热装置;壳体外侧包覆有低温制冷装置和低温隔热层;高压发生器与绕组电连接;温度控制器与低温制冷装置、加热装置信号连接;腔体内设置有温度传感器模块和流速传感器模块;显示装置设置于壳体外部。本发明通过热场与冷场的扩散相互作用实现了温度场由内到外、由高温到低温平滑过度,能够模拟变压器在高寒低温环境的实际工作情况。

Patent Agency Ranking