[发明专利]一种基于深度强化学习的云边协同计算迁移方法在审
| 申请号： | 202010702969.9 | 申请日： | 2020-07-21 |
| 公开（公告）号： | CN112134916A | 公开（公告）日： | 2020-12-25 |
| 发明（设计）人： | 陈思光;陈佳民;尤子慧 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | H04L29/08 | 分类号： | H04L29/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210023 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度强化学习的云边协同计算迁移方法，包括以下步骤：(1)构建由用户层、边缘云层和云层组成的移动边缘网络计算迁移模型；(2)边缘云层内的边缘云节点接收到用户层迁移的计算任务，根据任务分配宽带和计算资源；(3)以计算任务的时延和能耗最小作为优化目标，构建目标函数和约束；(4)构建深度神经网络模型，采用异步边缘云协同深度强化学习的方法对目标函数进行优化，得到最优的迁移决策，并返回用户层的终端执行该决策。本发明能够解决大数据场景下求解复杂组合优化的问题，解决了传统梯度优化方法存在收敛速度慢的缺点，在处理大规模数据时方法耗时更短，可以适应大数据网络数据处理时效性需求。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 协同 计算 迁移 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南京邮电大学，未经南京邮电大学许可，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/202010702969.9/，转载请声明来源钻瓜专利网。
