一种基于智能体的数据流实时调度方法

本公开提供了一种基于智能体的数据流实时调度方法，该方法包括：根据工厂生产环境，搭建强化学习驱动的智能调度框架，框架包括环境、智能体和奖励函数；将数据流特征和系统状态转化为特征向量，以构建多维特征的强化学习状态空间；智能体感知强化学习状态空间，并调用预测模型对未来预设时间段内的数据流特征变化趋势以及系统状态变化趋势进行预测，基于预测结果生成资源预分配方案；智能体根据当前生产目标、资源预分配方案和强化学习状态空间，基于多目标调度优化算法生成至少一个调度动作以形成调度策略。本公开有效避免了资源浪费和数据处理延迟，显著提高了资源利用率，保障了智能工厂生产环境的稳定、高效生产。