云环境下基于强化学习的动态多目标工作流调度
来源：计算机集成制造系统杂志2025年第11期北京时间：
作者：董婷婷, 曹东芝, 范文宇白玲玲, 唐恒亮
单位：1.北京物资学院信息学院2.北京经济管理职业学院人工智能学院3.中国移动通信有限公司研究院人工智能与智慧运营中心
摘要：云计算广泛应用于各个领域,其工作流调度问题备受关注。针对不同用户需求以及计算资源计算能力不稳定问题,将工作流调度问题视为动态多目标问题,并提出一种动态自适应级联聚类和参考点增量学习算法。首先,考虑任务完工时间、成本、负载、平均资源利用率和可靠性5个指标,构建动态多目标工作流调度模型;然后,针对调度环境随时间动态变化使得算法陷入局部最优的问题,所提算法引入重启机制,并设计强化学习进行自适应参数选择,以提高算法的收敛性和解的多样性。在帕累托已知的FDA系列测试问题以及4种著名的真实工作流上进行实验,结果表明本文提出的算法有显著优势。
关键词：云计算,动态多目标优化,工作流调度,强化学习,进化算法
基金资助：北京市社会科学基金资助项目（22GLC056）。
