基于机器学习的调度：范式转变

本文综述了调度问题的演变，重点介绍了从传统优化方法到数据驱动、以机器学习为中心的方法的转变。它之所以重要，是因为它解决了将调度适应动态环境日益增长的重要性，以及机器学习在各个行业中提高效率和适应性的潜力。本文提供了对不同方法的比较综述，为研究人员和从业者提供了宝贵的见解。

• •本文提供了基于机器学习的调度方法的全面综述。
• •它比较了以求解器为中心和以数据为中心的方法。
• •它讨论了可扩展性、可靠性和通用性方面的挑战和未来方向。
• •重点是自适应、智能和值得信赖的调度系统。