1.一种基于gpp资源的波形部署方法，其特征在于，包括：
获取各波形应用组件的gpp资源需求；
不断扫描，得到实时的gpp设备资源，并在每次扫描到gpp设备资源时，基于强化学习确定所述gpp资源需求在当前的gpp设备资源下的波形部署策略以及当前波形部署策略对应的整体反馈，并基于所述波形部署策略更新所述gpp设备资源；
当扫描次数达到预设次数，则利用全部所述整体反馈从所述波形部署策略中确定出最优波形部署策略，并根据所述最优波形部署策略将各波形应用组件部署至对应的gpp设备中。
2.根据权利要求1所述的基于gpp资源的波形部署方法，其特征在于，所述每次扫描到gpp设备资源时，基于强化学习确定所述gpp资源需求在当前的gpp设备资源下的波形部署策略以及当前波形部署策略对应的整体反馈，包括：
在首次扫描到gpp设备资源时，根据扫描到的gpp设备资源为第一个待分配资源的波形应用组件在满足该波形应用组件的所述gpp资源需求的所有gpp设备中随机分配一台gpp设备，针对其他波形应用组件，基于扫描到的gpp设备资源以及已分配的波形应用组件所分配的gpp设备资源，在满足相应波形应用组件的所述gpp资源需求的所有gpp设备中随机分配一台gpp设备，得到本次扫描到的gpp设备资源下的波形部署策略，并确定当前波形部署策略对应的整体反馈；
在非首次扫描到gpp设备资源时，生成随机数；
若所述随机数小于预设值，则根据扫描到的gpp设备资源为第一个待分配资源的波形应用组件在满足该波形应用组件的所述gpp资源需求的所有gpp设备中随机分配一台gpp设备，针对其他波形应用组件，基于扫描到的gpp设备资源以及已分配的波形应用组件所分配的gpp设备资源，在满足相应波形应用组件的所述gpp资源需求的所有gpp设备中随机分配一台gpp设备，得到本次扫描到的gpp设备资源下的波形部署策略，并确定当前波形部署策略对应的整体反馈；
若所述随机数大于或等于所述预设值，则将已确定出的所有整体反馈中最大的整体反馈对应的所述波形部署策略确定为当前的gpp设备资源下的波形部署策略，以及将最大的整体反馈确定为当前波形部署策略对应的整体反馈。
3.根据权利要求2所述的基于gpp资源的波形部署方法，其特征在于，确定当前波形部署策略对应的整体反馈，包括：
利用所述gpp资源需求中每个波形应用组件的需求处理速度和需求容量以及每个波形应用组件被分配到的gpp设备当前的处理速度和容量大小确定当前波形部署策略对应的整体反馈。
4.根据权利要求3所述的基于gpp资源的波形部署方法，其特征在于，确定当前波形部署策略对应的整体反馈，包括：
利用预设反馈函数、每个波形应用组件的所述需求处理速度和所述需求容量、以及每个波形应用组件被分配到的gpp设备当前的处理速度和容量大小确定每个波形应用组件对应的反馈；
基于每个波形应用组件对应的反馈确定当前波形部署策略对应的整体反馈；
其中，所述预设反馈函数为r＝(ratei-rate)x*(capacityi-capacity)y；
并且，r表示反馈，ratei、capacityi分别表示当前波形应用组件被分配到的gpp设备i当前的处理速度、容量大小，rate、capacity分别表示波形应用组件的需求处理速度、需求容量，x,y分别为调节处理速度、容量大小对反馈的影响程度的参数。
5.根据权利要求1所述的基于gpp资源的波形部署方法，其特征在于，所述不断扫描，得到实时的gpp设备资源，包括：
不断扫描，得到实时的gpp设备匹配资源和gpp设备分配资源；其中，所述gpp设备匹配资源包括gpp设备的处理器类型、处理器型号以及操作系统，所述gpp设备分配资源包括gpp设备的处理速度和容量大小。
6.根据权利要求5所述的基于gpp资源的波形部署方法，其特征在于，所述不断扫描，得到实时的gpp设备匹配资源和gpp设备分配资源，包括：
不断扫描，得到实时的并且利用预设gpp设备匹配资源模型表示的gpp设备匹配资源，以及利用gpp设备分配资源模型表示的gpp设备分配资源。
7.一种基于gpp资源的波形部署装置，其特征在于，包括：
gpp资源需求获取模块，用于获取各波形应用组件的gpp资源需求；
gpp设备资源扫描模块，用于不断扫描，得到实时的gpp设备资源；
策略及反馈确定模块，用于在所述gpp设备资源扫描模块每次扫描到gpp设备资源时，基于强化学习确定所述gpp资源需求在当前的gpp设备资源下的波形部署策略以及当前波形部署策略对应的整体反馈；
gpp设备资源更新模块，用于基于所述波形部署策略更新所述gpp设备资源；
最优部署策略确定模块，用于当扫描次数达到预设次数，则利用全部所述整体反馈从所述波形部署策略中确定出最优波形部署策略；
gpp资源部署模块，用于根据所述最优波形部署策略将各波形应用组件部署至对应的gpp设备中。
8.根据权利要求7所述的基于gpp资源的波形部署装置，其特征在于，所述策略及反馈确定模块，具体用于：
在首次扫描到gpp设备资源时，根据扫描到的gpp设备资源为第一个待分配资源的波形应用组件在满足该波形应用组件的所述gpp资源需求的所有gpp设备中随机分配一台gpp设备，针对其他波形应用组件，基于扫描到的gpp设备资源以及已分配的波形应用组件所分配的gpp设备资源，在满足相应波形应用组件的所述gpp资源需求的所有gpp设备中随机分配一台gpp设备，得到本次扫描到的gpp设备资源下的波形部署策略，并确定当前波形部署策略对应的整体反馈；
在非首次扫描到gpp设备资源时，生成随机数；
若所述随机数小于预设值，则根据扫描到的gpp设备资源为第一个待分配资源的波形应用组件在满足该波形应用组件的所述gpp资源需求的所有gpp设备中随机分配一台gpp设备，针对其他波形应用组件，基于扫描到的gpp设备资源以及已分配的波形应用组件所分配的gpp设备资源，在满足相应波形应用组件的所述gpp资源需求的所有gpp设备中随机分配一台gpp设备，得到本次扫描到的gpp设备资源下的波形部署策略，并确定当前波形部署策略对应的整体反馈；
若所述随机数大于或等于所述预设值，则将已确定出的所有整体反馈中最大的整体反馈对应的所述波形部署策略确定为当前的gpp设备资源下的波形部署策略，以及将最大的整体反馈确定为当前波形部署策略对应的整体反馈。
9.一种电子设备，其特征在于，包括：
存储器，用于保存计算机程序；
处理器，用于执行所述计算机程序，以实现如权利要求1至6任一项所述的基于gpp资源的波形部署方法。
10.一种计算机可读存储介质，其特征在于，用于保存计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的基于gpp资源的波形部署方法。