本發明公開了一種VANET中基于時變線性的加速強化學習邊緣緩存方法,首先,構建動態的時變線性預測模型,通過考慮每個文件的動態老化,并根據歷史內容請求來預測未來的內容請求;然后,構建文件緩存替換函數,并對該函數進行調整;最后,優化緩存策略函數,通過合成假設樣本來增加每個時隙的樣本數,以達到Q函數的快速收斂,并相應地替換緩存的內容,最大化總的緩存效益。本發明具有更高的緩存命中率和長期效益;通過線性時變預測模型,可以對車輛請求進行實時預測,同時實時的替換邊緣服務器中的緩存文件,保證緩存文件的有效性。
聲明:
“VANET中基于時變線性的加速強化學習邊緣緩存方法” 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)