简介： 本发明请求保护一种云计算中基于强化学习的虚拟机自适应迁移策略，包括步骤：S1：采集负载数据，预测每个虚拟机的负载；S2：依据负载预测的结果更新服务节点的状态；S3，初始化数据中心的强化学习模型，即状态集、动作集、状态转移概率、收益和折扣因子；S4：确定强化学习的每一组状态‑行为对Q(s，a)的值，即在状态s下采用行为a的收益值；S5：使用贪心算法选择行为a；S6：收集数据中心系统的反馈信息S7：根据强化学习的结果进行虚拟机的迁移调度，更新服务节点的状态到s′，并更新状态行为对Q(s′，a)的值；S8：循环S1到S7直至目标值达到最优或者迭代次数达到阈值。