一种基于智能合约最大化系统获利的边缘节点分配方法

    公开(公告)号:CN115328650B

    公开(公告)日:2023-08-25

    申请号:CN202210963665.7

    申请日:2022-08-11

    Abstract: 本发明公开了一种基于智能合约最大化系统获利的边缘节点分配方法。本发明首先设计了一种基于智能合约的匹配机制,根据每一个ECN的计算频率、不同DSO对于ECN计算能力与信任度的相应偏好值,将ECN与DSO进行匹配。其次,本发明提出了一种基于智能合约的改进的双向拍卖机制,在系统中上传UT的竞价矩阵后,通过对已有的要价矩阵和竞价矩阵内元素进行序列化处理,在可信任的双向拍卖机制下,不断迭代更新序列中的利益最大值来完成DSO与UT的双向匹配。本发明依据智能合约可以实现网络实体之间的自动高效交易,以及大化系统获利。

    基于多智能体强化学习的无线充电设备协作任务卸载策略

    公开(公告)号:CN113518112B

    公开(公告)日:2022-12-09

    申请号:CN202110499650.5

    申请日:2021-05-08

    Abstract: 本发明公开了一种基于多智能体强化学习的无线充电设备协作任务卸载策略,使用Q‑Learning算法以及神经网络来学习多个移动设备如何在有限的计算资源和电量资源环境下进行协作任务卸载。本发明首次将多用户协作任务卸载建模为部分可观测马尔可夫决策过程(POMDP)的问题表述,视每个智能体为相互独立的学习者,提出了一种在无线充电D2D网络环境下基于多智能体深度确定性策略梯度(MADDPG)的协作任务执行方案(CACTE),其目标是使多个移动设备彼此有效地协作,从而执行更多任务,获得更高的长期回报。并且,将本发明提出的策略与其他策略在不同实验参数下进行对比,证明了本发明所提出策略的有效性。

    一种基于智能合约最大化系统获利的边缘节点分配方法

    公开(公告)号:CN115328650A

    公开(公告)日:2022-11-11

    申请号:CN202210963665.7

    申请日:2022-08-11

    Abstract: 本发明公开了一种基于智能合约最大化系统获利的边缘节点分配方法。本发明首先设计了一种基于智能合约的匹配机制,根据每一个ECN的计算频率、不同DSO对于ECN计算能力与信任度的相应偏好值,将ECN与DSO进行匹配。其次,本发明提出了一种基于智能合约的改进的双向拍卖机制,在系统中上传UT的竞价矩阵后,通过对已有的要价矩阵和竞价矩阵内元素进行序列化处理,在可信任的双向拍卖机制下,不断迭代更新序列中的利益最大值来完成DSO与UT的双向匹配。本发明依据智能合约可以实现网络实体之间的自动高效交易,以及大化系统获利。

    基于多智能体强化学习的无线充电设备协作任务卸载策略

    公开(公告)号:CN113518112A

    公开(公告)日:2021-10-19

    申请号:CN202110499650.5

    申请日:2021-05-08

    Abstract: 本发明公开了一种基于多智能体强化学习的无线充电设备协作任务卸载策略,使用Q‑Learning算法以及神经网络来学习多个移动设备如何在有限的计算资源和电量资源环境下进行协作任务卸载。本发明首次将多用户协作任务卸载建模为部分可观测马尔可夫决策过程(POMDP)的问题表述,视每个智能体为相互独立的学习者,提出了一种在无线充电D2D网络环境下基于多智能体深度确定性策略梯度(MADDPG)的协作任务执行方案(CACTE),其目标是使多个移动设备彼此有效地协作,从而执行更多任务,获得更高的长期回报。并且,将本发明提出的策略与其他策略在不同实验参数下进行对比,证明了本发明所提出策略的有效性。

Patent Agency Ranking