公开(公告)号：CN114625504A

公开(公告)日：2022-06-14

申请号：CN202210232318.7

申请日：2022-03-09

Applicant: 天津理工大学

Inventor： 肖春来 ,  刘迪 ,  赵洪祥 ,  张德干 ,  张捷 ,  张婷 ,  王法玉 ,  陈洪涛 ,  朴铭杰 ,  高星江 ,  李荭娜 ,  李思强

IPC: G06F9/48 ,  G06N3/04 ,  G06N3/08 ,  G06N7/00

Abstract: 一种基于深度强化学习的车联网边缘计算服务迁移方法。移动边缘计算是降低车辆网络时延的关键技术之一，由于车辆的机动性，它们所请求的服务应该经常在不同的MEC(Mobile Edge Computing)服务器上迁移，以保证它们严格的服务质量要求。但是由于车辆移动的不确定性，频繁的迁移会增加成本和时间延迟，所以设计一个好的迁移方法是非常具有挑战的。本方法在满足迁移代价的情况下，最小化服务迁移的完成时间。使用深度强化学习在车联网中构造了一个改进的深度确定性策略梯度算法来优化车辆任务迁移的代价和时间延迟。同时，使用了集中式训练分布式执行的方法来解决在车联网中车辆任务迁移时的高维度问题。

公开(公告)号：CN114449477A

公开(公告)日：2022-05-06

申请号：CN202210227673.5

申请日：2022-03-08

Applicant: 天津理工大学

Inventor： 吕涛 ,  金海龙 ,  唐莎莎 ,  武林 ,  张德干 ,  张捷 ,  张婷 ,  王法玉 ,  陈洪涛 ,  朱浩丽 ,  李荭娜 ,  李思强 ,  高星江 ,  赵洪祥

IPC: H04W4/40 ,  H04W24/02 ,  H04W28/16 ,  H04W28/22

Abstract: 一种基于边缘缓存和免疫克隆策略的车联网内容分发方法，属于物联网领域。本发明考虑了车辆节点请求信息命中率低以及RSU缓存空间有限的问题，因而引入前向神经网络来预测内容的流行度并将流行度较高的内容缓存到边缘节点中，以提高内容的命中率。在内容分发阶段，请求节点可以做出不同的内容源选择来获取到内容，使得系统效用最大，并进一步将问题建模为最优化问题，提出了基于免疫克隆策略的分发决策算法来获取到最优解。本发明提出的的内容分发方法与其他方法对比，在提高命中率的同时，有效的减少了内容分发所产生的时延以及网络能耗，更好的满足了车辆用户节点的需求，具有一定的实用价值。

公开(公告)号：CN114637552A

公开(公告)日：2022-06-17

申请号：CN202210231849.4

申请日：2022-03-09

Applicant: 天津理工大学

Inventor： 赵勇 ,  路杨 ,  舒开慧 ,  翟琼 ,  张德干 ,  张捷 ,  张婷 ,  王法玉 ,  陈洪涛 ,  杜金玉 ,  李思强 ,  李荭娜

IPC: G06F9/445 ,  G06F30/20 ,  G05B13/04 ,  G06F111/04

Abstract: 一种基于模糊逻辑策略的雾计算任务卸载方法，属于物联网领域，用于高效地卸载智能设备上的任务。包括如下步骤：第1、系统模型的构建：第1.1、车辆雾计算任务卸载模型；第1.2、任务卸载通信模型；第1.3、任务卸载计算模型；第1.4、问题公式化；第2、基于模糊逻辑的Q学习任务卸载算法：第2.1、基于模糊逻辑的车辆权重计算；第2.2、雾计算任务卸载方法设计。本发明在满足任务最大容忍时延和资源可用性的约束条件下，将任务卸载到雾化车辆,减少路边单元的能耗以及响应时间，提高用户服务质量(QoS)。实验表明，本文提出的任务卸载策略相比于其他算法有着更好的性能。