公开(公告)号：CN118939422A

公开(公告)日：2024-11-12

申请号：CN202410983784.8

申请日：2024-07-22

Applicant: 中国地质大学(武汉)

Inventor： 赵一石 ,  田凌宇 ,  石原华 ,  尚建嘎 ,  杨紫薇

IPC: G06F9/50 ,  G06N3/045 ,  G06N3/092

Abstract: 本发明提供一种基于改进深度双Q网络的SaaS软件负载均衡方法，涉及负载调节领域，包括：S1：构建智能体，智能体包括：负载均衡模型、SaaS软件负载均衡环境模型和负载均衡优化问题模型；S2：设置智能体的状态空间、动作空间和奖励函数；S3：通过改进双深度Q网络对状态空间、动作空间和奖励函数进行迭代优化，获得优化后的智能体；S4：通过优化后的智能体进行SaaS软件的负载均衡调度。本发明通过改进双深度Q网络对状态空间、动作空间和奖励函数进行迭代优化，克服了Q值偏高和局部最优问题，显著提高了优化后的智能体进行SaaS软件的负载均衡调度时的稳定性和效率。

公开(公告)号：CN118916177A

公开(公告)日：2024-11-08

申请号：CN202411125843.4

申请日：2024-08-16

Applicant: 中国地质大学(武汉)

Inventor： 赵一石 ,  杨紫薇 ,  石原华 ,  尚建嘎 ,  田凌宇

IPC: G06F9/50 ,  G06N3/092 ,  G06N3/0464 ,  G06N3/084 ,  G06F9/48

Abstract: 本发明公开一种SaaS软件服务请求负载均衡方法、介质、设备，涉及软件服务技术领域，方法包括计算SaaS服务集群平均指令响应时间比和SaaS软件执行服务请求成功率；根据服务请求平均指令响应时间比和SaaS软件执行服务请求成功率，得到SaaS软件服务请求负载均衡的优化目标；构建SaaS软件服务请求负载均衡的深度强化学习环境，构建所述深度强化学习环境状态空间、动作空间、奖励函数；基于优化目标，使用RDDQN算法在所述深度强化学习环境下进行SaaS软件服务请求的负载均衡。本发明可以弱化智能体陷入局部最优的趋势，有效地减小了数据之间的相关性，加速算法训练时的收敛速度。