基于模糊聚类的Q-学习在动态调度中的应用

针对动态多机调度问题,构建了一种多智能体动态调度系统。该系统基于改进合同网机制,由作业对设备的可用时间段进行竞标。为了保证设备智能体能够根据当前系统所处的瞬时状态选择合适的中标作业,提出了一种自适应标书选择策略。该策略考虑动态调度环境下系统状态空间过大的特点,通过提取系统状态特征,采用模糊聚类的方式,降低系统状态空间维数,然后令设备智能体根据聚类状态进行Q-学习。仿真结果表明,基于模糊聚类Q-学习的标书选择策略优于单一标书选择规则,能够提高调度系统对动态调度环境的适应能力。