一种异构云中基于负偏移机制的蛇优化预算感知调度算法

    公开(公告)号:CN119358587A

    公开(公告)日:2025-01-24

    申请号:CN202411293893.3

    申请日:2024-09-14

    Abstract: 本发明公开了一种异构云中基于负偏移机制的蛇优化预算感知调度算法,本发明先通过数学方法模拟蛇的觅食和繁殖行为,设计探索模式、开发模式、斗争模式和交配模式的不同更新机制在解空间中搜索,然后结合负偏移机制,在保留一定随机性的基础上,确保了个体位置的更新不再是无目的性的随机探索,而是基于个体超出预算的成本特征,指导个体向降低成本的方向进行有向性的位置偏移,解决了异构云环境中现有使用蛇优化算法导致易于陷入局部最优解,加剧了搜索路径的复杂性与不确定性,提高计算难度的问题。

    基于最大熵强化学习的云边端协同UAV辅助任务卸载方法

    公开(公告)号:CN117421058A

    公开(公告)日:2024-01-19

    申请号:CN202311252043.4

    申请日:2023-09-26

    Abstract: 本发明提供的一种基于最大熵强化学习的云边端协同无人机(UAV)辅助任务卸载方法,包括S1:构建UAV辅助下的移动云‑边‑端协同计算任务卸载场景模型;S2:根据场景模型制定多目标联合优化问题,并将其转化为马尔可夫决策过程;S3:利用基于最大熵强化学习MERL下的差速SAC的UAV辅助任务卸载算法对上述问题进行求解;综上所述,本发明基于最大熵强化学习MERL下的差速SAC的UAV辅助任务卸载算法,其采用结合差异速率规则的SAC强化学习算法与任务卸载环境交互,能在最大化卸载策略收益的同时提升生成最优卸载策略的过程中的随机性与稳定性,显著提高任务卸载效率与求解速度。

Patent Agency Ranking