[发明专利]一种基于深度强化学习的MEC任务卸载和资源分配方法有效
| 申请号： | 202110882738.5 | 申请日： | 2021-08-02 |
| 公开（公告）号： | CN113612843B | 公开（公告）日： | 2022-08-30 |
| 发明（设计）人： | 钱志鸿;张菁;王雪;向长波;张继真;谢明桐;刘水 | 申请（专利权）人： | 吉林大学 |
| 主分类号： | H04L67/10 | 分类号： | H04L67/10;H04L41/0894;H04L41/14;H04L47/78;G06N20/00 |
| 代理公司： | 北京华际知识产权代理有限公司 11676 | 代理人： | 俞璇 |
| 地址： | 130012 吉*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开的属于通信技术领域，具体为一种基于深度强化学习的MEC任务卸载和资源分配方法，包括以下步骤：S1：在移动边缘计算场景下，构建包括云服务器、移动边缘计算服务器与终端设备的三层计算卸载与资源分配模型，并初始化系统参数；S2：针对三层的卸载场景，计算系统总体开销；S3：以最小化系统开销为优化目标，构建深度强化学习模型；S4：提出一种基于最大熵框架的柔性制动策略，进行卸载决策和资源分配决策。该基于深度强化学习的MEC任务卸载和资源分配方法，在保证满足不同用户服务质量需求的情况下不仅有效利用了系统的资源而且能帮助用户选择最优卸载策略以最小化系统开销。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 mec 任务 卸载 资源 分配 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吉林大学，未经吉林大学许可，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/202110882738.5/，转载请声明来源钻瓜专利网。
