-
公开(公告)号：CN119697188A
公开(公告)日：2025-03-25
申请号：CN202411839360.0
申请日：2024-12-13
Applicant: 重庆邮电大学
IPC: H04L67/1008 , H04L67/12 , G06F9/50
Abstract: 本发明提出了一种考虑负载均衡的计算卸载方法，在车联网边缘场景中，针对计算卸载中由于本地计算资源不足而导致的任务实时性约束问题，本文提出了虚拟计算资源池来整合边缘服务器的计算资源。首先，利用长短期记忆神经网络对车辆的运行轨迹进行预测，将车辆未来轨迹周围的边缘服务器，抽象整合为一个虚拟计算资源池。其次，利用区间二型模糊逻辑来评估虚拟计算资源池中边缘服务器的性能，并根据评估结果来对边缘服务器进行选择，随后利用深度确定性策略梯度强化学习算法，来决定边缘服务器对任务的资源分配和调度。最后，仿真结果及分析表明，该方法能够有效提高用户的服务质量和降低任务的处理总时延。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
