摘要:针对资源不确定环境下雾计算工作流动态调度问题(DWSPFC-RU), 构建以最小化总延迟时间为目标的数学模型, 并提出一种多树小生境遗传编程辅助的深度强化学习(MTNGPDRL)方法进行求解. 首先, 将DWSPFC-RU分解为路由决策子问题和排序决策子问题, 并据此构建路由智能体和排序智能体; 然后, 提出基于小生境策略的多树遗传编程算法(MTNGP), 用于生成高效且多样的路由和排序规则; 在此基础上, 将MTNGP的规则学习能力与决斗双重深度$Q $网络相结合, 构建多树小生境遗传编程辅助的多智能体深度强化学习框架; 接着, 针对DWSPFC-RU问题特点, 为两类智能体设计相应的状态空间和奖励函数, 并以MTNGP生成的规则构建其动作集合; 最后, 基于不同规模算例进行仿真实验和对比分析, 实验结果验证了所提出方法在求解DWSPFC-RU上的有效性和鲁棒性.