期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到343篇文章
< 1 2 … 18 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
面向绿色计算的车辆协同任务卸载方法 被引量：1
1
作者 张红霞 吕智豪 +3 位作者 席诗语 刘佳敏 郭加树 张培颖 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第1期175-183,共9页
车辆边缘计算(VEC)为处理计算密集、延迟敏感型任务提供了新的范式,然而边缘服务器在整合可再生能源方面的能力较差。因此,为了提高边缘服务器的能效,该文设计了一种面向绿色计算的车辆协同任务卸载框架。在该框架中,车辆配备能源收集(... 车辆边缘计算(VEC)为处理计算密集、延迟敏感型任务提供了新的范式,然而边缘服务器在整合可再生能源方面的能力较差。因此,为了提高边缘服务器的能效,该文设计了一种面向绿色计算的车辆协同任务卸载框架。在该框架中,车辆配备能源收集(EH)设备,通过彼此间共享绿色能源和计算资源协作执行任务。为有效促进车辆的参与积极性,该文通过动态定价激励车辆,并综合考虑了车辆的移动性、任务优先级等。为了使卸载决策适应动态环境的变化,该文提出了一种基于双延迟深度确定性策略梯度(TD3)的任务卸载方法,以在最大化所有车辆平均任务完成效用的同时减少边缘端电网电力的使用。最后,仿真结果验证了该方法的有效性,相比基于深度确定性策略梯度(DDPG)和基于贪心原则(GPE)的方法在性能上分别提升了7.34%和37.47%。 展开更多
关键词 车辆边缘计算 任务卸载 能源收集 车辆协同 动态定价
下载PDF
异构边缘云架构下的多任务卸载算法 被引量：1
2
作者 尼俊红 臧云 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第4期800-807,共8页
为在资源有限的终端设备上运行计算密集型与时延敏感型应用,同时降低系统时延和能耗,构建边缘云异构网络模型。本文提出了一种H-PSOGA多任务卸载优化算法,并通过无人机、路边单元、车辆等边缘设备以及边缘云服务器进行多任务计算卸载。... 为在资源有限的终端设备上运行计算密集型与时延敏感型应用,同时降低系统时延和能耗,构建边缘云异构网络模型。本文提出了一种H-PSOGA多任务卸载优化算法,并通过无人机、路边单元、车辆等边缘设备以及边缘云服务器进行多任务计算卸载。该算法以先串行再并行的方式将粒子群和遗传算法结合在一起,通过适应度值排序、种群选择、多点交叉、反向变异等操作,利用遗传算法对粒子群进行优选,弥补粒子群算法早熟收敛、陷入局部最优的缺陷。6种标准测试函数的测试分析以及与基线方案进行仿真对比的结果表明:在用户数较多时,混合优化算法的系统平均开销可降低26%~43%,可以有效提高收敛精度。 展开更多
关键词 移动边缘计算 异构网络 边缘节点 任务卸载 粒子群算法 遗传算法 多目标优化 标准测试函数
下载PDF
配电网中任务卸载决策与边缘资源分配优化方法
3
作者 朵春红 匡竹 +3 位作者 齐国梁 梅华威 李保罡 李永倩 《计算机工程与应用》 CSCD 北大核心 2024年第5期281-290,共10页
移动边缘计算可以减轻配电网核心网络中海量数据的传输及处理压力,相对于云计算,边缘节点有限的计算能力使边缘资源的高效利用成为挑战。基于此,提出一种配电网中任务卸载决策与边缘资源分配优化方法。在包含多边缘节点多用户设备的配... 移动边缘计算可以减轻配电网核心网络中海量数据的传输及处理压力,相对于云计算,边缘节点有限的计算能力使边缘资源的高效利用成为挑战。基于此,提出一种配电网中任务卸载决策与边缘资源分配优化方法。在包含多边缘节点多用户设备的配电网场景中,考虑任务随机、资源有限、计算能力不均衡及时延要求高等因素,构建云-边-端三层任务卸载及边缘资源分配优化模型;将优化过程分为计算卸载和资源拍卖两个阶段,在计算卸载阶段设计基于DRL的在线决策算法,在资源拍卖阶段设计基于补偿策略的多轮迭代拍卖算法;提出基于改进DQN算法的任务卸载与资源分配优化方法。仿真结果表明,在动态变化的配电网场景中,所提算法可有效提高系统计算能效和边缘节点效益。 展开更多
关键词 移动边缘计算 配电网 任务卸载 资源分配
下载PDF
边端协同环境中的任务卸载和资源分配方法
4
作者 张俊娜 赵豪 +2 位作者 李天泽 赵晓焱 王亚丽 《南京师大学报（自然科学版）》 CAS 北大核心 2024年第1期121-132,共12页
将终端任务卸载至边缘计算环境弥补了云计算距离较远而产生较大延迟的缺陷,同时还降低了设备能耗.但从资源方面来讲,边缘服务器的各类资源并不像云服务器那么充足,因此,任务卸载和资源分配的联合优化成为边缘计算的研究热点之一.已有的... 将终端任务卸载至边缘计算环境弥补了云计算距离较远而产生较大延迟的缺陷,同时还降低了设备能耗.但从资源方面来讲,边缘服务器的各类资源并不像云服务器那么充足,因此,任务卸载和资源分配的联合优化成为边缘计算的研究热点之一.已有的任务卸载和资源分配联合优化研究通常假设任务卸载至单个边缘服务器,默认每个终端设备产生一个任务,即使有研究多服务器的,也通常忽略服务器间的负载均衡.为此,本文在一个多边缘服务器多用户多任务的边端系统中,提出了一种权衡时延、能耗和负载均衡指标(即效益)的任务卸载和资源分配方法,其通过优化任务卸载决策、服务器计算资源分配和终端设备发射功率,实现任务卸载效益最大化.最后,为了验证所提方法的有效性,进行了充分的对比实验.实验结果表明,与对比方法相比,所提出的方法在提升卸载效益和实现服务器间负载均衡方面有良好的性能. 展开更多
关键词 边缘计算 任务卸载 资源分配 负载均衡 强化学习
下载PDF
NOMA-MEC网络中基于优先级的多任务卸载策略
5
作者 赵晓焱 贾立滨 +2 位作者 张俊娜 李海文 袁培燕 《计算机应用研究》 CSCD 北大核心 2024年第11期3433-3440,共8页
针对NOMA-MEC网络中多任务卸载引起的资源分配不均、卸载成本过高等问题,考虑任务的异构性和网络环境的动态时变性,以最小化平均卸载成本为目标,面向超密集异构边缘网络提出了一种结合任务优先级的部分卸载策略。首先,充分利用资源,使... 针对NOMA-MEC网络中多任务卸载引起的资源分配不均、卸载成本过高等问题,考虑任务的异构性和网络环境的动态时变性,以最小化平均卸载成本为目标,面向超密集异构边缘网络提出了一种结合任务优先级的部分卸载策略。首先,充分利用资源,使用二分法模型化卸载比例的封闭解,将卸载问题解耦为任务优先级划分和基于服务器的信道资源分配两个子问题;然后,针对异构的任务,构建多维度任务优先级分类准则,提出了一种基于层次分析的支持向量机(analytic hierarchy-support vector machine, AH-SVM)任务分类方法,通过为不同的任务特征进行权重赋值,实现多任务优先级划分;最后,考虑动态环境下的信道质量,提出了一种面向信道资源分配和最佳卸载位置的NOMA信道增益深度双Q网络(NOMA channel gain deep double Q network, NCG-DDQN)任务卸载算法,有效降低了用户的平均卸载成本。实验结果表明,该算法在任务分类准确率和平均卸载成本方面较其他算法性能均有提升,同时验证了所提算法在高低优先级任务卸载过程中命中率的有效性。 展开更多
关键词 边缘计算 强化学习 资源分配 任务卸载 非正交多址接入 任务优先级
下载PDF
基于动态服务缓存辅助的任务卸载方法
6
作者 张俊娜 王欣新 +2 位作者 李天泽 赵晓焱 袁培燕 《计算机应用》 CSCD 北大核心 2024年第5期1493-1500,共8页
针对服务缓存和任务卸载联合优化中,由于缺乏对用户服务请求多样性和动态性的综合考虑而导致的用户体验质量降低问题,提出一种基于动态服务缓存辅助的任务卸载方法。首先,针对边缘服务器执行缓存服务动作空间较大的问题,重新定义了动作... 针对服务缓存和任务卸载联合优化中,由于缺乏对用户服务请求多样性和动态性的综合考虑而导致的用户体验质量降低问题,提出一种基于动态服务缓存辅助的任务卸载方法。首先,针对边缘服务器执行缓存服务动作空间较大的问题,重新定义了动作,并筛选出最优的动作集合以提高算法训练的效率;其次,设计一种改进的多智能体Q-Learning算法学习最优的服务缓存策略;再次,将任务卸载问题转换为凸优化问题,利用凸优化工具获得最优解;最后,利用拉格朗日对偶法求得最优的计算资源分配策略。为了验证所提方法的有效性,基于真实数据集进行了充分的实验。实验结果表明,对比Q-Learning、双层深度Q网络(D2QN)以及多智能体深度确定性策略梯度(MADDPG)方法,所提方法的响应时间分别降低了8.5%、11.8%和12.6%,平均体验质量分别提高了1.5%、2.7%和4.3%。 展开更多
关键词 边缘计算 动态服务缓存 任务卸载 计算资源分配 服务多样性
下载PDF
基于偏好和虚拟适应度的两阶段依赖任务卸载算法
7
作者 董立岩 齐竞则 +1 位作者 刘元宁 冯嘉辉 《吉林大学学报（理学版）》 CAS 北大核心 2024年第4期923-932,共10页
针对云边端协同环境中依赖任务卸载时效率低以及任务卸载失败的问题,提出一种基于偏好和虚拟适应度的两阶段依赖任务卸载算法.第一阶段,根据提出的二维卸载偏好因子对依赖任务的部分子任务进行直接卸载决策,从而有效缩小遗传算法初始种... 针对云边端协同环境中依赖任务卸载时效率低以及任务卸载失败的问题,提出一种基于偏好和虚拟适应度的两阶段依赖任务卸载算法.第一阶段,根据提出的二维卸载偏好因子对依赖任务的部分子任务进行直接卸载决策,从而有效缩小遗传算法初始种群的规模.第二阶段,提出基于虚拟适应度的启发式交叉方法,并对基于参考点的快速非支配排序遗传算法(non-dominated sorting genetic algorithmⅢ, NSGA-Ⅲ)的交叉算子进行改进,保留了种群多样性并提升了算法收敛速度,最后使用改进的算法对所有依赖任务的子任务进行最优卸载决策集的搜索.实验结果表明,与其他算法相比,该算法在任务完成时间、任务能耗和边缘云集群成本方面平均优化了10.2%~18.3%,并且将任务失败率平均降低了10.7%~25.6%. 展开更多
关键词 云边端协同环境 依赖任务卸载 多目标优化 虚拟适应度 遗传算法
下载PDF
面向高速行驶车辆的在线任务卸载决策算法
8
作者 丁爽 曹沐雨 何欣 《计算机科学》 CSCD 北大核心 2024年第2期286-292,共7页
车载边缘计算中的任务卸载决策主要解决任务何时卸载,以及卸载至哪里执行的问题。车辆的高速行驶会造成卸载接入设备频繁变化,卸载通信链路随时可能中断,这要求车辆一旦获得卸载机会,就必须立即做出卸载决策。现有的卸载决策研究专注于... 车载边缘计算中的任务卸载决策主要解决任务何时卸载,以及卸载至哪里执行的问题。车辆的高速行驶会造成卸载接入设备频繁变化,卸载通信链路随时可能中断,这要求车辆一旦获得卸载机会,就必须立即做出卸载决策。现有的卸载决策研究专注于如何最大化任务卸载执行增益,未充分考虑卸载决策时效对卸载策略的影响,导致提出的卸载决策方法的时间复杂度和空间复杂度高,无法用于高速行驶车辆的在线任务卸载决策。为解决上述问题,首先综合考虑卸载决策时效和卸载增益因素的影响,建立高速行驶车辆的任务卸载决策模型,并将其转化为类秘书问题。然后,提出了一种基于加权二部图匹配的在线车载任务卸载决策算法OODA,以协助车辆在依次经过多个异构的边缘服务器时,做出实时的任务卸载决策,并最大化整体卸载执行增益。最后,理论分析OODA算法的竞争比,并采用仿真实验验证该算法的可行性和有效性。 展开更多
关键词 车载边缘计算 任务卸载 秘书问题 加权二部图匹配
下载PDF
基于改进式免疫遗传算法的车联网任务卸载方案
9
作者 陈发堂 李璐 张若凡 《计算机应用研究》 CSCD 北大核心 2024年第2期558-562,共5页
为了解决车联网场景下卸载决策和资源分配不合理的问题,提出了一种改进的启发式车联网任务卸载策略。该策略利用改进式的双种群免疫遗传算法(IDP-IGA),在保留了精英种群的同时引入了自适应移民算子,并在满足车辆最大容忍时延和路侧单元... 为了解决车联网场景下卸载决策和资源分配不合理的问题,提出了一种改进的启发式车联网任务卸载策略。该策略利用改进式的双种群免疫遗传算法(IDP-IGA),在保留了精英种群的同时引入了自适应移民算子,并在满足车辆最大容忍时延和路侧单元最大可分配资源的前提下,优化系统的时延-能耗开销。仿真结果表明,所提算法具有良好收敛性,与传统算法和遗传-粒子群优化算法相比,能够显著降低系统的时延-能耗开销,在任务卸载过程中实现最优的资源分配方案。 展开更多
关键词 任务卸载 车联网 资源分配 免疫遗传算法
下载PDF
能量收集MEC系统中的任务卸载与资源分配方案研究
10
作者 鲜永菊 陈万琼 +1 位作者 左维昊 汪帅鸽 《小型微型计算机系统》 CSCD 北大核心 2024年第6期1363-1369,共7页
移动边缘计算(MEC)与能量收集(EH)技术相结合,可以有效缓解终端设备计算资源与电池电量不足问题.然而,能量收集的动态性、任务到达的随机性以及网络信道状态的实时变化对MEC系统的任务卸载和资源分配带来极大的挑战.为了满足队列长期稳... 移动边缘计算(MEC)与能量收集(EH)技术相结合,可以有效缓解终端设备计算资源与电池电量不足问题.然而,能量收集的动态性、任务到达的随机性以及网络信道状态的实时变化对MEC系统的任务卸载和资源分配带来极大的挑战.为了满足队列长期稳定,最小化终端设备完成任务的执行时间和能量消耗总成本,文章设计了一种基于深度强化学习(DRL)和改进差分进化的任务卸载和资源分配方案,首先通过Lyapunov随机优化理论,将随机优化问题解耦成每个确定时隙内的卸载决策子问题和资源分配子问题,然后通过DRL算法和改进的差分进化算法分别求解两个子问题.最后仿真结果表明,所提方案可以有效降低终端设备完成任务的总成本,并保证队列长期稳定. 展开更多
关键词 移动边缘计算 能量收集 任务卸载 资源分配 深度强化学习
下载PDF
不确定网络环境中任务卸载和资源分配联合优化方法
11
作者 王昭 张承宇 +1 位作者 左琳立 刘超超 《重庆邮电大学学报（自然科学版）》 CSCD 北大核心 2024年第4期836-846,共11页
在不确定的无线网络环境中,由于任务到达、用户移动的随机性以及无线信道状态的时变性,导致出现不确定的任务云端排队时延、设备网络连接时间等网络环境特征,极大影响计算卸载效率和网络资源利用率。针对这一问题,建立了算网协同的动态... 在不确定的无线网络环境中,由于任务到达、用户移动的随机性以及无线信道状态的时变性,导致出现不确定的任务云端排队时延、设备网络连接时间等网络环境特征,极大影响计算卸载效率和网络资源利用率。针对这一问题,建立了算网协同的动态任务卸载和资源联合分配模型,以最小化系统总能耗为目标,提出了基于随机模拟的任务卸载和算网资源联合分配多阶段随机规划优化算法(SS-MSSP),采用多阶段随机规划理论制定多阶段策略,并以后验算网资源分配的方式来追索补偿不确定网络环境的影响。仿真结果表明,在不确定的网络环境中,SS-MSSP算法保证了用户的计算时延需求,同时有效降低了系统能耗。 展开更多
关键词 移动边缘计算 不确定网络 任务卸载 资源分配 多阶段随机规划
下载PDF
基于联盟链的可靠边缘计算任务卸载方法 被引量：1
12
作者 许悦玥 刘博文 +4 位作者 田臣 戴海鹏 郑嘉琦 陈贵海 窦万春 《电子学报》 EI CAS CSCD 北大核心 2024年第1期232-243,共12页
随着移动终端尤其是工业互联网技术的快速发展,终端设备密集分布,无线带宽有限,经常导致业务过程中的集中式云资源调度,难以满足远程终端应用对低时延和低成本计算的需求.着眼于本地服务器联动云数据中心,边缘计算为这类移动应用提供了... 随着移动终端尤其是工业互联网技术的快速发展,终端设备密集分布,无线带宽有限,经常导致业务过程中的集中式云资源调度,难以满足远程终端应用对低时延和低成本计算的需求.着眼于本地服务器联动云数据中心,边缘计算为这类移动应用提供了一种敏捷的计算服务模式.虽然边缘计算的敏捷服务模式能够有效缩短移动应用的时延并降低对应的通信成本,但在边缘计算环境下,异构资源之间的任务卸载经常会导致一些潜在的数据安全隐患和服务质量受损.针对上述应用挑战和技术发展趋势,本文提出了一种基于联盟链的可靠边缘计算任务卸载方法 .该方法利用联盟链进行身份校验和卸载结果反馈,以任务的完成时间、卸载成本与资源可靠度作为评价标准,设计了一种基于遗传算法的卸载策略,支持卸载决策时任务卸载的可靠性评估.实验结果表明,本文方法能在满足时延约束的前提下提高任务卸载的可靠性,为移动智能应用提供了一种有效的数据安全保障方法. 展开更多
关键词 边缘计算 任务卸载 联盟链 遗传算法 资源优化
下载PDF
无人机辅助的双层深度强化学习任务卸载算法 被引量：1
13
作者 陈钊 龚本灿 《计算机应用研究》 CSCD 北大核心 2024年第2期426-431,共6页
为了解决无人机轨迹优化、用户功率分配和任务卸载策略问题,提出了一种双层深度强化学习任务卸载算法。上层采用多智能体深度强化学习来优化无人机的轨迹,并动态分配用户的传输功率以提高网络传输速率;下层采用多个并行的深度神经网络... 为了解决无人机轨迹优化、用户功率分配和任务卸载策略问题,提出了一种双层深度强化学习任务卸载算法。上层采用多智能体深度强化学习来优化无人机的轨迹,并动态分配用户的传输功率以提高网络传输速率;下层采用多个并行的深度神经网络来求解最优卸载决策以最小化网络的时延和能耗。仿真结果表明,该算法使得无人机能够跟踪用户的移动,显著降低系统的时延和能耗,能够给用户提供更优质的任务卸载服务。 展开更多
关键词 无人机辅助 轨迹优化 双层深度强化学习 任务卸载
下载PDF
6G网络任务卸载与细粒度切片资源调度联合优化算法 被引量：1
14
作者 王晔 王逸飞 +3 位作者 陈康 朱晓荣 童恩 徐语菲 《电信科学》 北大核心 2024年第5期86-99,共14页
针对未来全域、全场景多样化的业务需求,6G网络需要提供场景化、个性化的服务能力。针对未来细粒度业务服务质量保障问题,提出了6G网络任务卸载与细粒度切片资源调度联合优化算法,联合考虑多MEC的计算卸载和网络切片的资源调度,在有限... 针对未来全域、全场景多样化的业务需求,6G网络需要提供场景化、个性化的服务能力。针对未来细粒度业务服务质量保障问题,提出了6G网络任务卸载与细粒度切片资源调度联合优化算法,联合考虑多MEC的计算卸载和网络切片的资源调度,在有限的资源内,最小化任务的执行时延和能耗成本,并采用异步训练的A3C强化学习算法进行求解。仿真结果表明,对比传统算法,该算法可以在满足用户业务需求的情况下降低计算成本,并且算法收敛速度快,可以实现快速决策。 展开更多
关键词 6G网络 任务卸载 细粒度切片 多维资源 联合优化
下载PDF
电力物联网边缘计算依赖型任务卸载的低时延调度技术 被引量：1
15
作者 王凯 张旭 +2 位作者 张倩宜 徐天一 徐志强 《电力信息与通信技术》 2024年第6期73-80,共8页
现有电力物联网任务调度技术难以满足任务的低时延和实时性要求,且未考虑到电力物联网任务之间的内部依赖性。针对该问题,融合深度强化学习任务卸载模型和Sequence-to-Sequence神经网络,使用有向无环图表示任务及依赖关系,引入ε-贪婪... 现有电力物联网任务调度技术难以满足任务的低时延和实时性要求,且未考虑到电力物联网任务之间的内部依赖性。针对该问题,融合深度强化学习任务卸载模型和Sequence-to-Sequence神经网络,使用有向无环图表示任务及依赖关系,引入ε-贪婪探索机制和优先经验回放来鼓励探索和提高模型训练效率,构建基于深度强化学习的电力物联网任务卸载模型。通过与其他任务卸载算法进行对比,所提模型的任务平均处理时延显著优于其他算法,验证在电力物联网依赖型任务低时延调度方面的优越性。 展开更多
关键词 电力物联网 边缘计算 任务卸载 深度强化学习 Sequence-to-Sequence神经网络
下载PDF
多用户MIMO-MEC网络中基于APSO的任务卸载研究 被引量：1
16
作者 顾敏 徐雅男 +2 位作者 王辛迪 花敏 周雯 《无线电工程》 2024年第3期711-718,共8页
在移动边缘计算(Mobile Edge Computing,MEC)系统中引入多输入多输出(Multiple Input Multiple Output,MIMO)技术与数据压缩技术,能够降低数据冗余度和提高数据传输速率,从而降低任务的执行时延与能耗。针对具备数据压缩功能的多用户MIM... 在移动边缘计算(Mobile Edge Computing,MEC)系统中引入多输入多输出(Multiple Input Multiple Output,MIMO)技术与数据压缩技术,能够降低数据冗余度和提高数据传输速率,从而降低任务的执行时延与能耗。针对具备数据压缩功能的多用户MIMO-MEC网络,研究了多用户任务卸载问题。通过联合优化任务卸载比例、数据压缩比例、发送功率、计算频率和信道带宽,来最小化系统总时延。在能耗、功率和带宽等约束条件下,将任务卸载归纳为一个非凸优化问题。由于能耗约束较为复杂,构造罚函数将其归并,得到一个相对简单的等价问题。将所有优化变量视为一个粒子,基于自适应粒子群优化(Adaptive Particle Swarm Optimization,APSO)框架提出多用户的任务卸载方法。由于粒子更新时可能违反约束条件,提出的方法对粒子越界的情形进行了特别处理。该方法能自适应地调整惯性权重来提高寻优能力和收敛性,通过不断迭代最终获得最优或者次优解。仿真实验评估了所提卸载方法的性能,分析了用户数、任务计算强度等参数对系统性能的影响。结果表明,提出的方法优于本地计算、传统粒子群优化(Particle Swarm Optimization,PSO)算法等对比方案,能够有效降低系统的任务执行时延。 展开更多
关键词 移动边缘计算 任务卸载 多输入多输出 粒子群优化
下载PDF
无人机任务卸载与充电协同优化
17
作者 何涵 刘鹏 +1 位作者 赵亮 王青山 《工程科学与技术》 EI CAS CSCD 北大核心 2024年第1期99-109,共11页
在野外恶劣环境应用中,可以使用具有灵活性和便捷性的无人机(UAV),通过无线数据传输辅助携带用户任务到边缘服务器。然而,UAV飞行平台难以提供长时间的任务卸载服务,大大限制了其应用前景。本文研究了在移动边缘计算环境中,如何有效整合... 在野外恶劣环境应用中,可以使用具有灵活性和便捷性的无人机(UAV),通过无线数据传输辅助携带用户任务到边缘服务器。然而,UAV飞行平台难以提供长时间的任务卸载服务,大大限制了其应用前景。本文研究了在移动边缘计算环境中,如何有效整合UAV的任务卸载和充电调度。首先,构建了一个新的应用模型,该模型协同处理UAV的任务卸载调度和自身充电需求,并在UAV辅助任务卸载应用场景中加入了若干个无线充电平台。其次,考虑了用户任务的价值和UAV的充电需求,以在时延敏感和能量约束的条件下优化UAV辅助用户设备进行任务卸载的收益。最后,采用深度强化学习算法,对深度Q网络(DQN)进行调优后形成Fixed DQN算法,以有效处理模型中的大规模状态动作搜索空间问题。本文以UAV仅作为任务载体并考虑其自主充电需求为前提,通过在一个半径为3000 m、含有11个节点的区域验证Fixed DQN算法的可行性;并在不同用户节点数量、充电节点数量及服务时间条件下,通过与蚁群算法、遗传算法和DQN算法的对比实验评估其性能。实验结果表明:本文提出的Fixed DQN算法在所有测试条件下均显著优于蚁群算法、遗传算法和DQN算法,特别是在节点数量增加和服务时间延长的情景中;此外,Fixed DQN算法相对于DQN算法的性能提升突显了深度强化学习在参数调优方面的有效性。研究结果证实了Fixed DQN算法在解决UAV任务卸载和充电调度问题中的高效性和调参策略的重要性。 展开更多
关键词 边缘计算 无人机 任务卸载 强化学习 充电调度
下载PDF
基于深度强化学习的可信任务卸载方案
18
作者 石琼 段辉 师智斌 《计算机工程》 CAS CSCD 北大核心 2024年第8期142-152,共11页
针对移动边缘计算(MEC)中边缘服务器是否可信的安全性问题,以及基于深度强化学习(DRL)的任务卸载方案存在收敛慢、波动大的难题,提出一种基于信任感知和DRL算法的任务卸载方案。首先,构建基于客观信息熵和历史卸载次数组合赋权的多源反... 针对移动边缘计算(MEC)中边缘服务器是否可信的安全性问题,以及基于深度强化学习(DRL)的任务卸载方案存在收敛慢、波动大的难题,提出一种基于信任感知和DRL算法的任务卸载方案。首先,构建基于客观信息熵和历史卸载次数组合赋权的多源反馈信任融合模型,用于聚合信任反馈信息,评估边缘服务器的可信度;然后,利用基于优先级经验采样的优先经验回放(PER)-SAC算法,将基站作为智能体,负责计算任务的卸载决策。实验结果表明,该方案相较于TASACO、SRTO-DDPG和I-PPO方案,具有更优的性能和更好的收敛性,其累积奖励、时延和能耗指标均为最优,且其收敛速度更快、波动幅度更小,在多个测试场景下,相较于TASACO方案能耗性能最少提升5.8%,最大提升32.2%,时延性能最少提升8.5%,最大提升21.3%。 展开更多
关键词 移动边缘计算 任务卸载 网络安全 深度强化学习 信任机制
下载PDF
无人机群辅助边缘计算系统的任务卸载和资源分配联合优化
19
作者 刘世豪 黄仰超 +3 位作者 胡航 司江勃 韩蕙竹 安琪 《系统工程与电子技术》 EI CSCD 北大核心 2024年第2期751-760,共10页
为提升无人机群辅助边缘计算系统在负载不均衡场景下的性能,构建了一种新的无人机群边缘计算系统,利用无人机之间卸载数据来提高计算资源的利用率,通过联合优化多架无人机的卸载方案、部署和资源分配,使得系统的时延和能耗加权和最小。... 为提升无人机群辅助边缘计算系统在负载不均衡场景下的性能,构建了一种新的无人机群边缘计算系统,利用无人机之间卸载数据来提高计算资源的利用率,通过联合优化多架无人机的卸载方案、部署和资源分配,使得系统的时延和能耗加权和最小。该问题高度非凸,为此提出一种高效的双层优化算法——启发最优评价算法,上层使用粒子群算法优化无人机位置,下层在确定位置的情况下使用块坐标下降算法优化无人机的数据卸载和资源分配。仿真结果表明,所提方案可有效降低系统成本,与基准策略相比优势明显。 展开更多
关键词 边缘计算 无人机群 任务卸载 资源分配 位置优化
下载PDF
针对差异化设备的任务卸载方法
20
作者 余楚佳 胡晟熙 +2 位作者 林欣郁 陈哲毅 陈星 《小型微型计算机系统》 CSCD 北大核心 2024年第8期1816-1824,共9页
在边缘计算中,为缓解移动设备计算能力、存储容量受限问题,通常将部分计算密集型任务卸载至边缘服务器.然而,由于移动设备计算能力的差异,无法为所有的移动设备制定统一的卸载方案.若对每个设备均单独进行训练,则无法满足时延需求.针对... 在边缘计算中,为缓解移动设备计算能力、存储容量受限问题,通常将部分计算密集型任务卸载至边缘服务器.然而,由于移动设备计算能力的差异,无法为所有的移动设备制定统一的卸载方案.若对每个设备均单独进行训练,则无法满足时延需求.针对这一问题,本文提出了一种差异化设备上基于联邦深度强化学习的任务卸载方法.该方法使用环境内已有移动设备的卸载经验,结合深度Q网络和联邦学习框架,构建了一个全局模型.随后,使用新移动设备上少量经验在全局模型上微调以构建个人模型.基于多种场景的大量实验,将本文所提出方法与理想方案、Naive、全局模型和Rule-based算法进行对比.实验结果验证了本文所提出方法针对差异化设备任务卸载问题的有效性,能在花费较短时延的同时得到接近理想方案的卸载方案. 展开更多
关键词 边缘计算 任务卸载 依赖感知 深度强化学习 联邦学习
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 18 下一页 到第 页
使用帮助 返回顶部