本發(fā)明請求保護一種云計算中基于強化學(xué)習(xí)的虛擬機自適應(yīng)遷移策略，包括步驟：S1：采集負(fù)載數(shù)據(jù)，預(yù)測每個虛擬機的負(fù)載；S2：依據(jù)負(fù)載預(yù)測的結(jié)果更新服務(wù)節(jié)點的狀態(tài)；S3，初始化數(shù)據(jù)中心的強化學(xué)習(xí)模型，即狀態(tài)集、動作集、狀態(tài)轉(zhuǎn)移概率、收益和折扣因子；S4：確定強化學(xué)習(xí)的每一組狀態(tài)?行為對Q(s，a)的值，即在狀態(tài)s下采用行為a的收益值；S5：使用貪心算法選擇行為a；S6：收集數(shù)據(jù)中心系統(tǒng)的反饋信息S7：根據(jù)強化學(xué)習(xí)的結(jié)果進行虛擬機的遷移調(diào)度，更新服務(wù)節(jié)點的狀態(tài)到s′，并更新狀態(tài)行為對Q(s′，a)的值；S8：循環(huán)S1到S7直至目標(biāo)值達到最優(yōu)或者迭代次數(shù)達到閾值。