-
公开(公告)号：CN112882815A
公开(公告)日：2021-06-01
申请号：CN202110307183.1
申请日：2021-03-23
Applicant: 南京邮电大学
Abstract: 基于深度强化学习的多用户边缘计算优化调度方法，步骤为：计算出用户任务的本地计算延迟和边缘计算延迟；根据本地计算延迟和边缘计算延迟建立计算任务卸载目标函数，将目标函数划分为两个子问题：（1）任务调度；（2）卸载决策和边缘服务器选择；利用任务调度算法获得子问题（1）的最优解，利用深度强化学习方法获得子问题（2）的最优解，结合两个子问题的最优解形成最优的多用户边缘计算调度方案。本发明适用于大量用户任务卸载、多MEC服务器服务的情况，利用深度强化学习算法在动态环境中快速、准确地获得用户最优卸载决策和边缘服务器选择策略，通过对卸载到边缘服务器的任务进行合理排序，进一步降低任务的计算时延，同时保障服务器性能。
-
Patent Agency Ranking
公开(公告)号：CN112882815B
公开(公告)日：2022-10-25
申请号：CN202110307183.1
申请日：2021-03-23
Applicant: 南京邮电大学
Abstract: 基于深度强化学习的多用户边缘计算优化调度方法，步骤为：计算出用户任务的本地计算延迟和边缘计算延迟；根据本地计算延迟和边缘计算延迟建立计算任务卸载目标函数，将目标函数划分为两个子问题：（1）任务调度；（2）卸载决策和边缘服务器选择；利用任务调度算法获得子问题（1）的最优解，利用深度强化学习方法获得子问题（2）的最优解，结合两个子问题的最优解形成最优的多用户边缘计算调度方案。本发明适用于大量用户任务卸载、多MEC服务器服务的情况，利用深度强化学习算法在动态环境中快速、准确地获得用户最优卸载决策和边缘服务器选择策略，通过对卸载到边缘服务器的任务进行合理排序，进一步降低任务的计算时延，同时保障服务器性能。
-
公开(公告)号：CN113220356B
公开(公告)日：2023-06-30
申请号：CN202110314191.9
申请日：2021-03-24
Applicant: 南京邮电大学
Abstract: 一种移动边缘计算中的用户计算任务卸载方法，适用于时延敏感应用程序的计算卸载。首先，根据子任务卸载的相关参数，构建有向无环任务关系图；接着，读取初始任务关系图的信息，确定任务卸载优先级和关键路径；然后，根据任务卸载和任务图更新策略，在能耗约束下，以最早完成时间算法，选择边缘服务器以及更新任务关系图，求得子任务完成时间和能耗；最后，求得总体完成时间和相应的卸载决策。本发明涉及包含多个顺序执行子任务的时延敏感计算任务的卸载，适用于多MEC服务器场景，本发明能够提高边缘服务器的利用率，同时保证各卸载任务的公平性和负载均衡性。
-
公开(公告)号：CN114173357A
公开(公告)日：2022-03-11
申请号：CN202111485531.0
申请日：2021-12-07
Applicant: 南京邮电大学
Abstract: 一种面向多类型业务时延需求的移动边缘计算资源分配方法，保证用户时延约束的同时降低系统总计算时间，适用于具有不同时延要求的任务的边缘卸载计算。首先，根据各个任务的时延约束求出其参与资源分配时的补偿系数，构建多任务边缘计算资源分配优化问题；接着，使用拉格朗日乘数法求解优化问题，获得无成本约束下的最优计算资源分配方案；然后，考虑用户的支付成本，更新计算资源分配方案；最后，搜索之前未达到支付成本的用户任务，将其按照时延和计算资源需求量降序排序并补偿分配计算资源，形成最终的计算资源分配方案。本方法涉及不同时延要求的任务的计算资源分配，适用于多MEC服务器场景，能够提高边缘服务器的计算效率，以提高任务完成率。
-
公开(公告)号：CN114173357B
公开(公告)日：2023-09-01
申请号：CN202111485531.0
申请日：2021-12-07
Applicant: 南京邮电大学
Abstract: 一种面向多类型业务时延需求的移动边缘计算资源分配方法，保证用户时延约束的同时降低系统总计算时间，适用于具有不同时延要求的任务的边缘卸载计算。首先，根据各个任务的时延约束求出其参与资源分配时的补偿系数，构建多任务边缘计算资源分配优化问题；接着，使用拉格朗日乘数法求解优化问题，获得无成本约束下的最优计算资源分配方案；然后，考虑用户的支付成本，更新计算资源分配方案；最后，搜索之前未达到支付成本的用户任务，将其按照时延和计算资源需求量降序排序并补偿分配计算资源，形成最终的计算资源分配方案。本方法涉及不同时延要求的任务的计算资源分配，适用于多MEC服务器场景，能够提高边缘服务器的计算效率，以提高任务完成率。
-
公开(公告)号：CN113220356A
公开(公告)日：2021-08-06
申请号：CN202110314191.9
申请日：2021-03-24
Applicant: 南京邮电大学
Abstract: 一种移动边缘计算中的用户计算任务卸载方法，适用于时延敏感应用程序的计算卸载。首先，根据子任务卸载的相关参数，构建有向无环任务关系图；接着，读取初始任务关系图的信息，确定任务卸载优先级和关键路径；然后，根据任务卸载和任务图更新策略，在能耗约束下，以最早完成时间算法，选择边缘服务器以及更新任务关系图，求得子任务完成时间和能耗；最后，求得总体完成时间和相应的卸载决策。本发明涉及包含多个顺序执行子任务的时延敏感计算任务的卸载，适用于多MEC服务器场景，本发明能够提高边缘服务器的利用率，同时保证各卸载任务的公平性和负载均衡性。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
