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：苏州高博职业学院
摘要：本发明涉及一种多局部移动云之间的任务调度方法、设备、存储介质，其中多局部移动云之间的任务调度方法包括；获取AC‑GA的任务调度策略；根据AC‑GA的任务调度策略，根据基于预先训练的多局部移动云系统模型，进行最优解求解处理，得到最终调度策略可行解。本发明的一种多局部移动云之间的任务调度方法、设备、存储介质，采用了基于演员‑评论家和遗传算法联合的任务调度算法，利用AC算法解决高维问题和复杂问题的优势，对DAG复杂任务进行调度，然后将训练好的策略作为遗传算法的初始数据进行更新迭代，找到任务调度的全局最优解。得到的任务调度策略可以有效降低设备移动性和延迟约束对任务的影响，提高任务完成率。
主权项：1.一种多局部移动云之间的任务调度方法，其特征在于，包括以下步骤：获取AC-GA的任务调度策略；根据AC-GA的任务调度策略，根据基于预先训练的多局部移动云系统模型，进行最优解求解处理，得到最终调度策略可行解；其中，所述多个局部移动云系统模型的建立包括：将多个局部移动云之间的任务卸载问题转化为多个局部云簇头设备之间的任务卸载问题；并根据多个局部移动云中的设备属性、任务属性建立计算与通信模型和移动模型，通过目标优化平衡计算与通信模型和移动模型之间的时延和移动性对任务卸载造成的影响，形成所述多个局部移动云系统模型；所述AC-GA的任务调度策略的训练包括：采用Actor-Critic算法进行解空间的预处理，包括一下步骤：每一个训练轮次按照任务的调度顺序，将所有的任务进行分配，通过Actor生成和优化策略，通过Critic网络对策略进行评分，二者再对各自的网络进行参数的更新；采用遗传算法GA获得全局的最优卸载策略，包括一下步骤：训练轮次结束后，综合所有轮次，每个时隙的卸载策略，得到每个时隙最优的一个卸载策略；再将得到的每个时隙最优的一个卸载策略放入遗传算法GA中，作为初始的种群个体，对每一步进行迭代，通过选择、交叉、变异操作，进一步扩大解空间，获得全局的最优卸载策略。
全文数据：
权利要求：
百度查询： 苏州高博职业学院 多局部移动云之间的任务调度方法、设备、存储介质
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