文档详情

一种基于深度强化学习的动态资源分配的任务卸载方法.pdf

发布：2023-07-19约1.53万字共11页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116467009 A (43)申请公布日 2023.07.21 (21)申请号 202310352565.5 (22)申请日 2023.04.04 (71)申请人东华大学

显示全部

相似文档

基于深度强化学习的MEC计算卸载和资源分配策略研究.docx 基于深度强化学习的MEC计算卸载和资源分配策略研究一、引言移动边缘计算（MEC）是一种新型的分布式计算架构，它将云计算和边缘计算结合起来，为用户提供更加接近其网络边界的低延迟、高效率的算力支持。在这样的大背景下，MEC中的计算卸载和资源分配问题变得尤为关键。这关系到如何在动态变化的环境中有效地进行计算任务分配，以达到资源的最佳利用，提高网络的效率，以及提供更优质的服务。本篇论文主要研究了基于深度强化学习的MEC计算卸载和资源分配策略。二、背景与问题在MEC系统中，计算卸载和资源分配是一个复杂的问题。一方面，用户设备（UE）需要将计算任务卸载到边缘服务器上以获得更好的性能；另一方面，边缘
2025-05-26 约4.45千字 9页立即下载
一种基于服务器协作的任务卸载和计算资源分配方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114567564 A (43)申请公布日 2022.05.31 (21)申请号 202210221857.0 (22)申请日 2022.03.07 (71)申请人重庆邮电大学地址 400065
2023-05-10 约1.95万字 13页立即下载
一种车联网中基于深度强化学习的任务卸载方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112822234 B (45)授权公告日 2022.03.22 (21)申请号 202011599843.X H04L 67/10 (2022.01)
2023-06-05 约2.32万字 20页立即下载
一种基于Q学习的资源分配方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112822781 B (45)授权公告日 2022.04.12 (21)申请号 202110075181.4 CN 110636523 A,2019.12.31
2023-06-06 约1.43万字 12页立即下载
一种计算资源有限MEC中任务卸载与资源分配方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112822707 B (45)授权公告日 2022.07.12 (21)申请号 202110042448.X (56)对比文件
2023-06-06 约2.05万字 18页立即下载
基于边缘计算的新型任务卸载与资源分配策略.pptx 基于边缘计算的新型任务卸载与资源分配策略汇报人：2024-01-14 目录contents引言边缘计算概述任务卸载策略资源分配策略仿真实验与结果分析总结与展望 01引言边缘计算的发展随着云计算技术的不断成熟，边缘计算作为一种新兴计算模式，逐渐受到人们的关注。边缘计算将计算任务从中心服务器卸载到网络边缘设备，从而降低了数据传输延迟，提高了处理效率。任务卸载与资源分配的挑战在边缘计算中，如何有效地将任务卸载到合适的边缘设备，并合理地分配计算资源，是亟待解决的问题。传统的任务卸载和资源分配策略往往基于静态的模型和算法，难以适应动态变化的边缘计算环境。研究意义本文提出一种基于边缘计算的新型任务卸载与
2024-06-30 约3.07千字 26页立即下载
一种边缘计算系统的多无人机任务卸载和资源分配的方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113395654 A (43)申请公布日 2021.09.14 (21)申请号 202110657342.0 G06F 9/50 (2006.01)
2023-06-17 约2.73万字 17页立即下载
一种主从MEC网络中联合任务卸载与资源分配方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112822702 B (45)授权公告日 2022.06.21 (21)申请号 202110035571.9 CN 111586762 A,2020.08.25 (22)申请日
2023-06-06 约2.42万字 15页立即下载
基于深度强化学习的物联网资源分配论文.docx 基于深度强化学习的物联网资源分配论文摘要：随着物联网技术的飞速发展，如何在海量设备中实现高效、智能的资源分配成为当前研究的热点。深度强化学习作为一种先进的人工智能技术，在资源分配领域展现出巨大的潜力。本文旨在探讨基于深度强化学习的物联网资源分配问题，分析其优势与挑战，并提出相应的解决方案。通过深入研究，旨在为物联网资源分配提供一种高效、智能的方法。关键词：深度强化学习；物联网；资源分配；智能优化；应用挑战一、引言（一）物联网资源分配的背景与意义 1.物联网技术的快速发展 1.1物联网设备的快速增长 1.2物联网应用场景的不断拓展 1.3物联网对资源分配的需求日益增加 2.深
2025-03-28 约3.57千字 10页立即下载
基于深度强化学习的无蜂窝大规模MIMO资源分配方法研究.docx 基于深度强化学习的无蜂窝大规模MIMO资源分配方法研究一、引言随着移动互联网的迅猛发展，无蜂窝大规模MIMO（Multiple-InputMultiple-Output）技术已经成为提升无线通信系统性能的关键手段。无蜂窝大规模MIMO通过多天线技术和信号处理算法，能显著提高系统容量和频谱效率。然而，其复杂的资源分配问题却成为了限制系统性能的瓶颈之一。传统的方法在处理复杂多变的环境时显得捉襟见肘，因此，本文提出了一种基于深度强化学习的无蜂窝大规模MIMO资源分配方法，以期解决这一问题。二、无蜂窝大规模MIMO技术概述无蜂窝大规模MIMO技术是现代无线通信系统中的一种关键技术，其通过在基站
2025-06-08 约4.92千字 10页立即下载
一种基于二进制卸载的边缘计算资源分配方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114885380 A (43)申请公布日 2022.08.09 (21)申请号 202210507062.6 (22)申请日 2022.05.10 (71)申请人浙江工业大学地址 31
2023-05-17 约1.22万字 10页立即下载
一种基于强化学习的陆空联合轨迹优化与资源分配方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114819785 A (43)申请公布日 2022.07.29 (21)申请号 202210089325.6 (22)申请日 2022.01.25 (71)申请人重庆邮电大学
2023-05-15 约1.68万字 18页立即下载
一种联合优化计算卸载和资源分配的方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114567909 A (43)申请公布日 2022.05.31 (21)申请号 202210209140.4 (22)申请日 2022.03.03 (71)申请人重庆邮电大学地址 400000
2023-05-10 约2.42万字 21页立即下载
一种车联网中基于深度强化学习的资源联合分配方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112995950 B (45)授权公告日 2022.03.29 (21)申请号 202110174006.0 H04L 67/12 (2022.01)
2023-06-09 约3.21万字 30页立即下载
一种基于联邦学习和深度Q网络的5G车联网资源分配方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114885426 A (43)申请公布日 2022.08.09 (21)申请号 202210483178.0 (22)申请日 2022.05.05 (71)申请人南京航空航天大学地址 21001
2023-05-17 约2.27万字 16页立即下载