龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：安徽工业大学
摘要：本发明公开了一种基于深度强化学习的RSU辅助边缘计算与缓存优化方法，属于边缘计算技术领域。本发明结合了深度强化学习方法、边缘计算与缓存结构，将三者结合引入到RSU辅助边缘计算与缓存优化问题中，先通过RSU主动感知道路环境，生成一个感知任务，然后根据任务卸载后的计算时延以及缓存的命中率选择合适的任务计算卸载以及缓存点；由于道路信息的复杂，任务卸载后的计算时延以及缓存的命中率的共同优化是一个难以解决的非凸问题，然后将问题转化为马尔可夫决策过程并应用近端策略优化PPO算法来解决这一非凸问题，能够对边缘计算与缓存优化进行有效决策。
主权项：1.一种基于深度强化学习的RSU辅助边缘计算与缓存优化方法，其特征在于，包括以下步骤：S1：RSU与道路环境交互，感知道路环境，生成相应的待处理任务，任务能够卸载在任意RSU、云计算服务器或车辆上进行计算；同时任务能够在任意RSU上缓存；S2：根据不同的计算卸载节点计算出对应的计算时延，同时根据不同的任务缓存节点计算出对应的缓存命中率，然后根据计算出的计算时延以及缓存命中率来设计优化目标函数，实现计算时延的最小化及缓存命中率的最大化；S3：根据目标函数选取使得计算时延的最小以及缓存命中率最大的计算卸载节点与任务缓存节点，将任务决策问题建立为马尔科夫模型；S4：利用PPO算法来解决时延和缓存命中率的共同优化问题，得到最优任务决策。
全文数据：
权利要求：
百度查询： 安徽工业大学 一种基于深度强化学习的RSU辅助边缘计算与缓存优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号