موازنه بار در گرید با استفاده از یادگیری تقویتی λ) SARSA)

یکی از مسائل مطرح در محیط های گرید، مدیریت بار منابع و موازنه بار در سیستم می باشد. ناهمگونی منابع، پویایی محیط گرید و تنوع کارهای ورودی به گرید از جمله مسائلی هستند که توسعه الگوریتم های بهینه موازنه بار را با مشکل مواجه می سازند. در این مقاله با مدل کردن محیط گرید بعنوان یک محیط یادگیری تقویتی و اعمال الگوریتم یادگیری تقویتی λ) SARSA) در تصمیمی گیری ها، روشی برای تخصیص کارها به منابع و موازنه بار ارائه داده ایم. در این روش تخصیص کارهای ورودی به منابع بگونه ای است که سطح مطلوبی از توازن بار در گرید حاصل می شود. روش ارائه شده، در یک محیط گرید واقعی مورد آزمایش قرار گرفته و نتایج تجربی نشان دهنده کارایی مناسب و تطبیق پذیری این روش با شرایط پویای گرید می باشد.

Keywords:

یادگیری تقویتی , λ) SARSA) , گرید , توازن بار