基于多目标任务的自适应智能算力分配与资源调度机制研究

摘要

针对自适应智能算力分配与资源调度问题，本文提出了一种基于强化学习和混合优化算法的方法来优化多目标任务调度过程。该模型结合了强化学习的自适应性和混合算法的全局与局部优化能力，首先利用强化学习动态调整资源分配策略，其次利用遗传算法初始化种群，分别选用粒子群优化算法和模拟退火算法进行全局和局部搜索，求得最优解。实验结果表明：强化学习方法在计算效率和任务调度的实时响应能力方面具有明显优势，而混合算法在资源分配和能效控制方面表现突出。本文的研究为动态环境中的算力分配和资源调度问题提供了有效的解决方案，并展示了其在实际应用中的潜力。

关键词

多目标任务 / 算力优化 / 动态资源分配 / 智能资源调度 / 自适应算力分配