面向移动边缘计算的自适应计算卸载和资源分配方法

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：移动边缘计算(Mobile Edge Computing，MEC)将计算和存储资源下沉至网络边缘，靠近移动终端为用户提供服务，有效地减少了延迟。然而边缘基站中计算资源有限，计算卸载和资源分配是影响服务效率和节约能耗的关键因素。文章针对自适应计算卸载和资源分配环境，构建马尔科夫决策模型，基于强化学习的深度确定性策略梯度(Deep Deterministic Policy Gradient，DDPG)算法求解模型，获得最小化时间延迟和能量消耗的计算卸载和资源分配策略。仿真结果表明，计算任务完成率获得较大提升，有效降低了能量消耗，减少了时间延迟。

作者：

汪泽恒、敖晨晨、李进珍、李洋、韩龙哲

展开 >

作者单位：

南昌工程学院信息工程学院,江西南昌 330099

关键词：

移动边缘计算计算卸载资源分配深度确定性策略梯度

出版年：

2023

科技经济市场

南昌市科技信息中心

科技经济市场

影响因子：0.411

ISSN：1009-3788

年,卷(期)：2023.(8)

参考文献量3