本發(fā)明涉及一種考慮多資源限制的變周期移動邊緣計算卸載決策方法,以及一個用于測試該方法的邊緣計算仿真模型。仿真模型考慮了多種資源的限制,包括用戶動設(shè)備本地算力和通信能力、邊緣服務(wù)器算力、通信信道的限制;模型的諸多參數(shù)服從均勻分布隨機生成?;谏鲜瞿P停Y(jié)合深度確定策略梯度下降深度強化學習方法,設(shè)計了一種可行的變周期卸載決策方法,把任務(wù)失敗比率、能耗、時延作為優(yōu)化指標,同時進行計算卸載決策與信號傳輸通道和邊緣服務(wù)器算力分配。本發(fā)明的主要優(yōu)點在于所建立的模型環(huán)境因其隨機性較大和考慮限制較多而貼合實際、變周期決策學習方法克服了任務(wù)等待決策時隙所耽誤的時間。
聲明:
“考慮多資源限制的變周期移動邊緣計算卸載決策方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)