-
题名基于强化学习的云环境下大数据能效策略模型
- 1
-
-
作者
余少锋
廖崇阳
马一宁
游锦鹏
-
机构
南方电网储能股份有限公司信息通信分公司
南方电网能源发展研究院有限责任公司
-
出处
《电子设计工程》
2025年第1期142-145,共4页
-
文摘
大数据需要大量的云资源进行数据处理和分析,运行起来需要消耗较多的能源,在处理大数据的云环境中,资源数量和任务数量呈指数级增长,导致云数据中心的功耗增加。基于此,提出了一种基于强化学习的云环境下大数据能效策略模型,该模型利用DPSO和DQN的集成来更好地估计和校正数据维数缺陷。将所提出的模型与传统的DQN和负载感知算法加以比较。结果表明,随着任务数量的增加,所提模型在大数据处理方面的性能优于传统DQN和负载感知算法,为绿色云环境下的资源配置提供了一种节能方案。
-
关键词
强化学习
能效策略
大数据
云环境
-
Keywords
reinforcement learning
energy efficiency strategies
big data
cloud environment
-
分类号
TN919.3
[电子电信—通信与信息系统]
-
