-
公开(公告)号：CN117196008A
公开(公告)日：2023-12-08
申请号：CN202311122214.1
申请日：2023-09-01
Applicant: 华侨大学
Abstract: 本发明公开了一种基于D3QN的边缘赋能IIoT在线计算迁移方法，涉及计算机技术领域，包括：将当前工业环境抽象为边缘赋能的IIoT网络模型，同时对IIoT内的任务进行建模获得多约束任务模型；根据本地设备的功率、信道传输带宽和服务器的计算能力建立包括时延和能耗的多约束任务计算卸载问题模型；基于多约束任务模型和多约束任务计算卸载问题模型设计D3QN网络，将IIoT任务在线计算迁移问题处理成马尔可夫决策过程，包括状态State、动作Action和奖励Reward；在D3QN网络中加入噪声，根据模型建立基于深度强化学习的算法Noisy D3QN，求解得到最优的任务卸载决策。本发明考虑工业数据的大规模和高复杂性，采用Noisy D3QN算法获取最佳迁移策略，对系统时延和能耗进行高效优化。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
