محسن مصطفوی - دانشجوی کارشناسی ارشد مهندسی کامپیوتر، نرم افزار، دانشکده مهندسی، دانشگاه علوم و تحقیقات فارس،
محمدرضا اسلامی نژاد - استادیار ، دکترای مهندسی کامپیوتر، موسسه آموزش عالی زند،

هدف از برخی شبکه ها به اشتراگ گذاری منابع بمنظور انجام محاسبات توزیع شده در یک محیط پویا و احتمالا نا همگن است وبکارگیری الگوریتمهای مناسب تخصیص منابع، نقشی کلیدی در موفقیت سیستمهای شبکه ای دارد. از آنجا که کنترل مرکزی محیطهای ناهمگون به دشواری صورت میگیرد و طبیعت منابع موجود نیز تصادفی میباشد، هر مکانیزم موفق تخصیص منابع باید توزیع گسترده ای ایجاد کند و در برابر تغییرات در محیط شبکه مقاوم باشد. اما مطلوب استکه این مکانیزم تنها بر اطلاعات موجود متکی نباشد و در طول زمان با تجربه ای که از محیط ناشناخته بدست میآورد، نحوه تخصیص بهبود یابد. یکی از اجزاء در محیطشبکه، زمانبند ها هستند که وظیفه اصلی آنها تخصیص منابع برای انجام درخواست جدید می باشد. در این مقاله الگوریتمها و روابط مختلف در تخصیص منابع بصورت هوشمند در یک شبکه ناهمگن با استفاده از یادگیری تقویتی مورد بررسی قرار گرفته است. در واقع میتوان گفت که در این پژوهشها هر زمانبند بعنوان یک عامل هوشمند درنظر گرفته شده است که توانایی یادگیری دارد و به مرور زمان شناخت خود را از شیکه افزایش میدهد

تخصیص منابع، یادگیری تقویتی، عامل هوشمند، زمانبند