公开(公告)号：CN119835697A

公开(公告)日：2025-04-15

申请号：CN202411861860.4

申请日：2024-12-17

Applicant: 三峡大学 ,  国网湖北省电力有限公司宜昌供电公司

Inventor： 余梅 ,  曾梦姣 ,  张磊 ,  田灿 ,  刘晓峻 ,  曹一凡

IPC: H04W28/084 ,  G06N3/092 ,  H04W28/08

Abstract: 本发明提供了一种进化多目标深度强化学习驱动的无人机移动边缘网络优化方法，包括以下步骤：步骤1，建立无人机移动边缘网络的多目标优化模型；步骤2，采用一种进化多目标深度强化学习驱动的无人机移动边缘网络优化方法，对步骤1建立的多目标优化模型进行求解。本发明将切比雪夫分解策略融合到深度强化学习框架中，达到同时评价多个目标函数的目的。该方法利用PPO算法的强大决策能力和TD策略的良好多样性维护能力，智能引导种群朝着分布性更优及收敛性更佳的方向不断进化，显著提高了种群的进化效率和多样性分布。最终，通过实施本发明方法可大大提升无人机移动边缘网络在用户速率和系统能耗上的性能。

公开(公告)号：CN120050710A

公开(公告)日：2025-05-27

申请号：CN202510235864.X

申请日：2025-02-28

Applicant: 三峡大学

Inventor： 张磊 ,  田灿 ,  文方青 ,  张清河

IPC: H04W28/06 ,  H04W28/084 ,  H04W28/08

Abstract: 本发明提供一种移动边缘网络优化的多目标进化深度确定性策略梯度方法，包括以下步骤：步骤1，构建一个集成的多目标优化模型，该模型旨在最小化无人机辅助的移动边缘计算网络的时延和能耗，同时最大化无人机的任务完成数量，以确保网络的整体性能；步骤2，提出一种多目标进化深度确定性策略梯度方法，该方法结合了多目标进化算法与深度确定性策略梯度算法，对步骤1建立的模型进行优化求解。本发明通过无人机辅助的移动边缘计算网络为用户提供高效的通信服务，显著提升了移动边缘计算网络的综合性能。这一发明不仅为移动边缘计算网络的发展提供了新的思路和技术支持，也为未来无人机等移动设备在移动边缘计算网络中的应用开辟了广阔的前景。