本發明屬于移動邊緣計算卸載技術領域,提供了一種MEC中近似最優化與基于強化學習的任務卸載方法。本發明對問題建立數學模型,將待解決問題轉化為整數線性規劃問題。針對此問題,本發明中提出的離線算法對問題中的整數約束條件進行松弛操作,然后對求解結果依次進行過濾、舍入操作,以得到最終解。本發明同時也給出了解決此問題的在線算法,先基于強化學習理論使用線性回歸方法預測并給出卸載策略,然后在此基礎上結合深度神經網絡進一步給出相應的最優資源分配策略。以上方法可以在有限的資源條件下為用戶制定合理的任務卸載與資源分配策略,有效減少用戶設備的應用程序執行延遲以及設備能耗,在提高服務質量的同時提高整個網絡的利用率。
聲明:
“MEC中近似最優化與基于強化學習的任務卸載方法” 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)