基于深度增强学习和凸优化的卸载决策及资源分配方法
授权
摘要
本发明公开了一种基于深度增强学习和凸优化的卸载决策及资源分配方法，在边缘计算服务器算力受限的情况下，为边缘计算系统提供卸载决策和资源分配策略，以追求最小化用户设备所消耗的能耗和处理任务所需时延的综合成本。本发明将卸载决策和资源分配这个高耦合的问题进行解耦，分为卸载接触和资源分配两个子问题，并分别使用强化学习和凸优化的方法进行解决。实验证明，本发明方法取得了很好的效果，可以在短时间内产生最优决策，且具有良好的扩展性。
基本信息
专利标题 ：
基于深度增强学习和凸优化的卸载决策及资源分配方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111970154A
申请号 ：
CN202010857421.1
公开（公告）日 ：
2020-11-20
申请日 ：
2020-08-24
授权号 ：
CN111970154B
授权日 ：
2022-06-10
发明人 ：
宣志豪魏贵义陈钗君
申请人 ：
浙江工商大学
申请人地址 ：
浙江省杭州市下沙高教园区学正街18号
代理机构 ：
杭州天勤知识产权代理有限公司
代理人 ：
王琛
优先权 ：
CN202010857421.1
主分类号 ：
H04L12/24
IPC分类号 ：
H04L12/24 H04L29/08
法律状态
2022-06-10 ：
授权
2020-12-08 ：
实质审查的生效
IPC(主分类) : H04L 12/24
申请日 : 20200824
申请日 : 20200824
2020-11-20 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
