一种基于Q学习的边缘卸载资源分配方法及系统
实质审查的生效
摘要
本发明公开了一种基于Q学习的边缘卸载资源分配方法，所述方法包括：获取MEC系统当前环境的参数以及系统中的用户参数；采用预设的分配方法计算得到使得用户移动设备整体能耗最小时的最优资源分配策略，作为最优的资源分配方案；预设的分配方法包括：初始化卸载策略集合Π、状态空间S和动作空间A；以保证用户计算任务完成时间为条件，以用户移动设备整体能耗最小为目标，对预先构建的Q函数进行迭代优化，得到与用户完成计算任务时间同步的状态空间及其对应的最优动作；根据状态空间及其对应的最优动作计算得到用户移动设备整体能耗最小时的最优资源分配策略。本发明能够在保证用户计算任务完成时间的基础上，最小化用户移动设备整体能耗。
基本信息
专利标题 ：
一种基于Q学习的边缘卸载资源分配方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114339891A
申请号 ：
CN202111422264.2
公开（公告）日 ：
2022-04-12
申请日 ：
2021-11-26
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
朱琦栗志王致远
申请人 ：
南京邮电大学
申请人地址 ：
江苏省南京市鼓楼区新模范马路66号
代理机构 ：
南京纵横知识产权代理有限公司
代理人 ：
董建林
优先权 ：
CN202111422264.2
主分类号 ：
H04W28/16
IPC分类号 ：
H04W28/16 H04W52/34
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : H04W 28/16
申请日 : 20211126
申请日 : 20211126
2022-04-12 ：
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
