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！

龙图腾网恭喜云南大学申请的专利云边协同计算中的卸载决策与资源配置联合优化的博弈方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115696452B 。

龙图腾网通过国家知识产权局官网在2025-05-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211294607.6，技术领域涉及：H04W28/08；该发明授权云边协同计算中的卸载决策与资源配置联合优化的博弈方法是由何臻力;郭盈;马冶达;徐子坤;于雪杰设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本云边协同计算中的卸载决策与资源配置联合优化的博弈方法在说明书摘要公布了：本发明公开了云边协同计算中的卸载决策与资源配置联合优化的博弈方法，步骤为：构建云边协同计算环境模型；定义云边协同计算平台的性能模型；以任务卸载比例和边缘服务器最大配置资源为约束条件，用户设备和边缘服务器的响应时间为优化目标，建立多约束优化问题；根据拉格朗日乘子法、KKT条件和数值法求解优化问题，寻找用户设备的最优计算卸载策略、边缘服务器最优计算资源配置以及最优计算卸载策略；采用博弈理论方法解决计算卸载和资源配置的联合优化问题，以稳定一个激烈竞争的云边协同计算环境，最终达到纳什均衡状态；可以提高云边协同计算系统的整体性能，同时优化用户设备和边缘服务器的任务平均响应时间。

本发明授权云边协同计算中的卸载决策与资源配置联合优化的博弈方法在权利要求书中公布了：1.云边协同计算中的卸载决策与资源配置联合优化的博弈方法，其特征在于，包括以下步骤：S1，构建云边协同计算环境模型；S2，定义云边协同计算平台的性能模型；S3，以任务卸载比例和边缘服务器最大配置资源为约束条件，用户设备和边缘服务器的响应时间为优化目标，建立多约束优化问题；S4，根据拉格朗日乘子法、KKT条件和数值法求解优化问题，寻找用户设备的最优计算卸载策略、边缘服务器最优计算资源配置以及最优计算卸载策略；所述S4中，包括以下步骤：S41，求解用户设备的最优响应；S42，求解边缘服务器的最优响应；S43，求解总纳什均衡；所述步骤S41包括：首先，根据拉格朗日乘子法，将约束条件λi,0+λi,1+λi,2+...+λi,j＝1重构为函数Fλi,0,λi,1,...,λi,j＝λi,0+λi,1+...+λi,j-1，然后结合目标函数和约束函数构造如下拉格朗日函数： 其中，为拉格朗日乘数，化简之后，得到： 当给定一个时，是λi,j的递增函数，所以基于经典二分法在给定的搜索区间中找到一个λi,j，使得具体流程为算法1，算法1包括以下步骤：S1.1，接收相关参数，包括提供的S1.2，初始化λi,j的搜索区间；S1.3，使用二分法在搜索区间λi,j∈[0,1]中搜索找到一个λi,j，使得S1.4，根据以上二分法找到一个合适的λi,j，最终输出该λi,j；λi,j是的增函数，所以λi,0+λi,1+λi,2+...+λi,j是的增函数；所以基于经典二分法找到一个合适的和一组λi,0,λi,1,λi,2,...,λi,j，使得约束条件成立，具体流程为算法2，算法2包括以下步骤：S2.1，接收第i个UE的相关参数；S2.2，初始化的搜索区间；S2.3，判断搜索区间是否大于ε；当大于时，令等于搜索区间的中值，然后在当前的值下，调用算法1遍历k+1个服务器的节点，获得λi,0,λi,1,λi,2,...,λi,j；然后再判断是否小于1，如果是则调整搜索区域为右半部分，然后返回到S2.3的起始继续进行，如果否则调整搜索区域为左半部分，然后返回到S2.3的起始继续进行；S2.4，直到搜索区间小于ε时，直接输出和λi,0,λi,1,λi,2,...,λi,j；所述的初始搜索区间为[0,ub]，ub的含义表示的搜索区间的上界，其中ub的求解如下：1如果j＝0，当λi,0＝1时，ub取得最大值，即：2如果j≠0，当λi,j＝1时，ub取得最大值，即： 所述S42包括：1，求解边缘服务器的资源配置方案首先，根据KKT条件，将约束f1,j+f2,j+...+fn,j≤Fj重构为函数gf1,j,f2,j,...,fn,j＝f1,j+f2,j+...+fn,j-Fj，然后结合目标函数和约束函数构造如下拉格朗日函数： 其中是拉格朗日乘子；根据上式，可以得到： 然后，根据KKT条件可以得到： 基于经典二分法在给定的搜索区间中找到一个fi,j，使得具体流程为算法3，算法3包括以下步骤：S3.1，接收相关参数，包括提供的S3.2，初始化fi,j的搜索区间；S3.3，使用二分法在搜索区间fi,j∈[0,Fj]中搜索到一个fi,j，使得S3.4，根据以上二分法找到一个合适的fi,j，最终输出该fi,j；目标是寻找一个合适的使得这一组计算资源配置方案f1,j,f2,j,...,fn,j满足约束条件f1,j+f2,j+...+fn,j≤Fj；采用经典二分法，找到一个合适的和一组f1,j,f2,j,...,fn,j，使得约束条件成立，具体流程为算法4，算法4包括以下步骤：S4.1，接收第j个MEC的相关参数；S4.2，初始化的搜索区间；S4.3，判断搜索区间[0,ub']范围是否大于ε，ub'表示的搜索区间的上界；当大于ε时，令等于搜索区间的中值，在当前值下，调用算法3遍历n个用户节点，获得f1,j,f2,j,...,fn,j；然后判断是否小于Fj，如果是，则调整搜索区间为左半部分，然后返回到S4.3的起始继续进行，如果否，则调整搜索区间为右半部分，然后返回到S4.3的起始继续进行；当小于ε时，输出和f1,j,f2,j,...,fn,j； 的初始搜索区间为[0,ub']，ub'表示的搜索区间的上界，根据公式5，取fi,j＝1，那么 2，求解边缘服务器的计算卸载策略基于二分方法的算法5，在给定的搜索区间中找到使最终求到一组计算卸载策略算法5包括以下步骤：S5.1，接收第j个MEC的相关参数；S5.2，遍历所有的用户节点，初始化的搜索区间；S5.3，判断搜索区间范围是否大于ε；当大于时，则令等于搜索区间中值，然后计算是否小于0，如果是，则调整搜索区间为右半部分，然后返回到S5.3的起始继续进行；如果否，则调整搜索区间为左半部分，然后返回到S5.3的起始继续进行；当小于时，输出3，求解边缘服务器的计算卸载与资源配置联合策略首先初始化子博弈的动作组合z＝z1,z2,…,zk，其中然后，每个MEC通过使用算法3-算法5来找到自己对当前情况的最佳响应，当连续两轮的动作组合足够接近时，即该算法终止，最终的收敛动作组合z*＝z1*,z2*,…,zk*作为纳什均衡返回；z'为新一轮的动作组合，fi,j'、'表示新一轮z状态下边缘服务器的计算资源和卸载比例的取值；所述步骤S43包括：首先初始化总博弈的动作组合x＝λ1,λ2,…,λn,z1,z2,…,zk，其中x包含所有用户的计算卸载策略和所有服务器的资源分配和计算卸载策略；然后，每一轮中，每个UE找到自己对当前情况的最佳响应；每个MEC找到自己对当前情况的最佳响应，当连续两轮的动作组合足够接近时，即 该算法终止，最终的收敛动作组合x*＝λ1*,λ2*,…,λn*,z1*,z2*,…,zk*作为纳什均衡返回。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人云南大学，其通讯地址为：650091 云南省昆明市五华区翠湖北路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。