[发明专利]MEC中近似最优化与基于强化学习的任务卸载方法有效
| 申请号： | 201911300667.2 | 申请日： | 2019-12-17 |
| 公开（公告）号： | CN110971706B | 公开（公告）日： | 2021-07-16 |
| 发明（设计）人： | 夏秋粉;娄铮;徐子川 | 申请（专利权）人： | 大连理工大学 |
| 主分类号： | H04L29/08 | 分类号： | H04L29/08 |
| 代理公司： | 大连理工大学专利中心 21200 | 代理人： | 温福雪;侯明远 |
| 地址： | 116024 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于移动边缘计算卸载技术领域，提供了一种MEC中近似最优化与基于强化学习的任务卸载方法。本发明对问题建立数学模型，将待解决问题转化为整数线性规划问题。针对此问题，本发明中提出的离线算法对问题中的整数约束条件进行松弛操作，然后对求解结果依次进行过滤、舍入操作，以得到最终解。本发明同时也给出了解决此问题的在线算法，先基于强化学习理论使用线性回归方法预测并给出卸载策略，然后在此基础上结合深度神经网络进一步给出相应的最优资源分配策略。以上方法可以在有限的资源条件下为用户制定合理的任务卸载与资源分配策略，有效减少用户设备的应用程序执行延迟以及设备能耗，在提高服务质量的同时提高整个网络的利用率。 | ||
| 搜索关键词： | mec 近似 优化 基于 强化 学习 任务 卸载 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于大连理工大学，未经大连理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911300667.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种钻孔灌注桩施工方法
- 下一篇：一种蛋鸡养殖用的排风装置
