بهینه سازی مصرف انرژی در سیستم های توزیع شده براساس زمان بندی وظیفه با استفاده از یادگیری تقویتی و روش عملگر-نقاد

مصرف انرژی در مراکز و سیستم ­های داده­ای به شدت در حال افزایش است که بررسی این موضوع یک مساله اساسی در عصر کنون است. از جمله مزایای مهم سیستم های توزیعی صرفه جویی در هزینه ها است زیرا نیاز به نصب و راه اندازی اولیه منابع نداشته و مقیاس پذیری و انعطاف پذیر هستند، اما مبحث توازن بار و زمان­بندی مناسب در سیستم های توزیعی یک چالش می باشد. در این مقاله روشی برای زمان­بندی وظایف بر روی منابع در دسترس پویا ارایه شده­ و سیستم از یادگیری مداوم برای بهترین عملکرد استفاده می کند. در روش پیشنهادی از عملگر نقاد برای بهبود تصمیم ­گیری در یادگیری تقویتی استفاده شده تا استخراج قوانین توزیع و استفاده آن ها در یادگیری تقویتی سبب بهبود شود و اهداف بهبود مصرف انرژی را میسر سازد. روش پیشنهادی از نظر معیارهای “زمان اتمام تمامی کارها” و “میزان مصرف انرژی” با روش ارایه شده در کار مشابه مقایسه شد و در ارزیابی ها روش پیشنهادی به نسبت روش مورد مقایسه میزان مصرف انرژی مناسب تری داشته است. البته در محیط هایی که طول صف تشکیل شده و منابع و درخواست ها سریع تغییر می کند به دلیل افزایش تعداد حالات و یادگیری مستمر این مصرف انرژی کمی افزایش می یابد. در کل روش پیشنهادی مناسب محیط های پایدار، تغیرات کم و یا با فواصل زمانی متعادل تر است زیرا پروسه یادگیری مدت زمانی را به طول می انجامد.