1.一种基于虚拟化容器技术的多工作流任务分配方法，其特征在于，包括准备阶段：定义状态空间：用五元组S＝(WR,RA,AW,IM,PJ)表示状态空间，其中WR表示待调度任务的工作量，RA表示资源可用时间，AW表示等待队列中的总工作量，IM表示空闲容器资源数，PJ表示队列中各用户提交任务的比例；

定义动作空间：用三元组J＝(TJ,WS,ET)表示动作空间，其中TJ表示任务类型，WS表示用户标识符，ET表示任务执行时间；

定义回报函数：

其中 为控制系数， 为工作流任务vi的响应率， 为vi的公平性指标，任务vi的响应率 为：

其中，execution timevi为任务的执行时间，waittingtimevi为任务的等待时间，任务vi的公平性指标 定义为：

其中 表示用户k提交的任务vi所需的资源， 指用户k提交的任务vi的响应速率，指取用户k提交的所有作业中的最大的 值，指取用户K提交的所有作业中最大的W值；

执行阶段：

第一步：初始化ρ和Q(s,a)，其中ρ表示平均回报，Q(s,a)为二维表格，行s为系统状态，列a为动作空间；

第二步：设置更新步长，执行迭代；

第三步：将变量i设置为0，将s设置为当前状态；

第四步：从动作空间a中选择动作；

第五步：执行选择的动作，得到当前状态的立即回报值r和下一个系统状态s’；

第六步：按式Q(s,a)←Q(s,a)+α*[r-ρ+maxa'Q(s',a')-Q(s,a)]更新Q(s,a),其中，a’代表系统状态s’下的动作空间，α∈(0,1)代表学习速率；

第七步：判断是否满足Q(s,a)＝maxaQ(s,a)，若是则更新平均回报ρ然后转第八步，若否则直接转第八步；

第八步：令i＝i+1；

第九步：若i小于更新步长，令s＝s’，转至第二步，若i不小于更新步长，则转至第十步；

第十步：将Q(s,a)表格中的数据作为输入，使用高斯过程进行回归操作，得到回归结果；

第十一步：使用第十步得到的回归结果修改Q(s,a)表格；

第十二步：将第七步得到的平均回报ρ作为输入，使用高斯过程进行回归操作，得到回归结果；

第十三步：使用第十二步得到的回归结果修改平均回报ρ；

第十四步：转至第二步。

2.根据权利要求1所述的一种基于虚拟化容器技术的多工作流任务分配方法，其特征在于，包括第四步中使用以下策略从动作空间中选择动作：按公式rank(vexit)＝w(vexit)设置任务初始优先级，rank(vexit)表示任务初始优先级，w(vexit)表示出口任务优先级；

对初始优先级进行动态调整，选择当前优先级最高的动作，调整公式如下：

其中，rank(vi)′任务为vi调整后的优先级， 表示任务vi在当前簇内所有可用虚拟化容器资源上的平均执行代价， 表示任务vi和vj之间的平均通信代价，rank(vj)表示任务vj调整前的优先级， 为紧急因子，表示当前任务vi在执行中随外部环境因素改变而导致违反服务等级协议的紧迫程度。

3.根据权利要求1所述的一种基于虚拟化容器技术的多工作流任务分配方法，其特征在于，所述第七步中，按照公式ρ←ρ+β*[r-ρ+maxa'Q(s',a')-maxaQ(s,a)]更新平均回报ρ，其中β∈[0,1]为累积回报折扣因子。