本發明涉及一種基于強化學習的多邊緣協同負載均衡任務調度方法,一種基于強化學習的多邊緣協同負載均衡任務調度方法,包括以下步驟:步驟S1:根據歷史數據集,使用強化學習算法來評估不同系統狀態下各調整操作的Q值;步驟S2:對步驟S1中構建Q值表中調整操作的Q值進行預處理,然后用機器學習算法訓練一個Q值預測模型;步驟S3:每個邊緣根據Q值預測模型獨立并行地進行決策。本發明將強化學習和機器學習相結合結合,設計無線城域網中的多邊緣協同負載均衡算法。每個邊緣節點僅利用局部信息,便可獨立進行本節點和相鄰節點間的負載均衡調度,經過反饋控制和多邊緣協同逐步尋找合適的負載均衡方案。所尋找的方案可以有效地減少任務的響應時間。
聲明:
“基于強化學習的多邊緣協同負載均衡任務調度方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)