基于Q学习的任务调度问题的改进研究.pdfVIP

2012年 6月 图 学 学 报 June 2012 第 33卷 第3期 JoURNALoFGRAPHICS V01．33 NO．3 基于Q学习的任务调度问题的改进研究 刘晓平， 杜 琳， 石 慧 (合肥工业大学计算机与信息学院，安徽 合肥 230009) 摘 要：论文针对协同工作中的任务调度 问题，建立了相应的马尔可夫决策过程模 型，在此基础上提出了一种改进的基于模拟退火的Q学习算法。该算法通过引入模拟退火， 并结合贪婪策略，以及在状态空间上的筛选判断，显著地提高了收敛速度，缩短了执行时间。 最后与其它文献中相关算法的对比分析，验证了本改进算法的高效性。 关 键 词：任务调度；Q学习；强化学习；模拟退火 中图分类号：TP391 文献标识码：A 文 章 编 号：2095．302X(2012)03—0011—06 Improvementoftaskschedu