本發(fā)明公開一種基于Q學(xué)習(xí)的混合云作業(yè)調(diào)度方法，使用多agent并行學(xué)習(xí)，即每個agent獨立進(jìn)行最優(yōu)策略學(xué)習(xí)，當(dāng)某個agent最先得到滿足error＜θ條件的策略時，就進(jìn)行agent間的知識遷移。本發(fā)明通過分析用戶作業(yè)在云環(huán)境中的執(zhí)行流程，以最小化用戶作業(yè)完成時間和等待時間為優(yōu)化目標(biāo)，設(shè)計了一種基于強(qiáng)化學(xué)習(xí)的混合云作業(yè)調(diào)度方法，并采用并行多agent技術(shù)加速最優(yōu)策略的收斂，提高了云資源的利用率，降低了用戶等級協(xié)議的違約率。