互联网信息技术蒸蒸日上,互联网上所存储的信息与日俱增。大数据来临的时代,科学、金融等各个领域如鱼得水飞速发展,人们需要处理过去计算机架构无能为力的数据。云计算作为一门打破传统计算机架构,为了适应当今劳动生产力需要而诞生的技术,其最初的发展始于计算机的机群,通过聚集大量的廉价服务器并结合分布式系统的管理手段,以达到复杂计算所需求的算力。云服务商试图将云计算作为一种商品提供给客户。用户在自身配置未达到所需时,可以支付一定的费用通过云服务提供商获取相应的服务以满足自己需求。在工业界,有名的企业如谷歌等都在积极地推动云计算的发展。云计算系统中的资源分配关键技术作为云计算方面的热点问题,其技术的好坏直接关系到用户使用云计算服务时的体验与云计算自身的服务效率,进而更一步影响云服务提供商的利润。一个好的资源分配算法能够使得整个云计算的服务效率大幅上升,并使得数据中心的能量损耗尽量减小。资源分配的算法的好坏直接影响了服务质量(Qo S)与SLA协议的违反。通过对于资源分配算法的研究来进行云计算的各种优化更是成为了云计算方面的研究热点。资源分配的实质就是将物理机的CPU内存等资源按照一定策略分配给虚拟机,因此资源分配的研究大都将资源整合为虚拟机,然后考虑虚拟机与物理机之间的放置问题。论文综合考虑了虚拟机放置能耗与性能损耗,将虚拟机静态放置问题转换为一个连续决策问题。由于虚拟机放置时需要考虑内存等约束条件,因此论文基于内存约束等条件提出了两种改进的基于强化学习的虚拟机放置算法RLRA算法与MCTSRA算法。前者根据所建立的模型,对强化学习中的回报值进行改进,将回报值设定为性能损耗号与能耗加权的某个值。后者不再使用蒙特卡罗搜索树的策略选取方法而是根据云计算资源分配的特性,提出了一种新的选取算法YSL。通过与其他算法的对比实验验证,表明这两种算法在能耗节约方面有了大的提升。