زمان بندی مکان آگاه در سیستم‌های اینترنت اشیا سه لایه با کمک یادگیری تقویتی

گسترش سریع دستگاه های اینترنت اشیا چالش های قابل توجهی در برنامه ریزی وظایف و تخصیص منابع در محیط های ابر-مه-اینترنت اشیا ایجاد کرده است. الگوریتم های برنامه ریزی سنتی، مانند الگوریتم زمان بندی آگاه از محل داده در ابر-مه دارای محدودیت های ذاتی در سازگاری و مقیاس پذیری در مواجهه با محیط های پویا و متغیر اینترنت اشیا هستند. برای غلبه بر این محدودیت ها، این پژوهش چارچوبی جدید مبتنی بر یادگیری تقویتی پیشنهاد می کند. رویکرد پیشنهادی از یک شبکه q عمیق برای یادگیری پویا در تخصیص بهینه وظایف و استراتژی های استفاده از منابع در محیط ابر-مه استفاده می کند. روش پیشنهادی قادر به تصمیم گیری های مستقل و مبتنی بر داده برای تخصیص منابع است. وضعیت این سیستم شامل ویژگی های وظایف، منابع در دسترس و شرایط شبکه است، در تصمیم گیری های تخصیص وظایف، تابع پاداش به گونه ای طراحی شده است که زمان کلی تکمیل وظایف، تراکم شبکه و مصرف انرژی را به حداقل برساند. با اتخاذ رویکرد یادگیری تقویتی، روش پیشنهادی می تواند به تغییرات بار کاری، تراکم شبکه و دسترسی به منابع در زمان واقعی پاسخ دهد. برای ارزیابی عملکرد روش پیشنهادی، مجموعه ای جامع از آزمایش ها با استفاده از شبیه سازی سناریوهای واقعی ابر-مه انجام شد. عملکرد زمان بند مبتنی بر یادگیری تقویتی با الگوریتم های دیگر مقایسه شد. نتایج نشان می دهد که مدل زمان بندی مبتنی بر یادگیری تقویتی به طور قابل توجهی عملکرد بهتری از نظر کاهش زمان تکمیل وظایف، تعادل بار و کارایی شبکه دارد.

location-aware task scheduling in three-layer iot systems using reinforcement learning

the rapid expansion of internet of things (iot) devices has introduced critical challenges in task scheduling and resource allocation across cloud-fog ecosystems. traditional approaches، such as location-aware scheduling and heuristic algorithms، often fail to adapt to dynamic iot environments، where workload intensity، network traffic، and energy constraints fluctuate unpredictably. to address these issues، this study proposes a reinforcement learning (rl)-based scheduling framework employing a deep q-network (dqn) for real-time decision-making. the model incorporates system state parameters -including task characteristics، available resources، and network conditions- into its reward function، designed to minimize task completion time، reduce congestion، and optimize energy consumption. comparative simulation results demonstrate that the proposed rl framework significantly outperforms genetic algorithm (ga) and location-aware methods، achieving higher throughput and fewer sla violations. statistical testing (t-tests، p-values 0.001) further confirms the robustness and significance of these improvements. the proposed approach thus establishes a scalable and intelligent foundation for future fog-cloud-iot task orchestration.