一种基于注意力多指标排序的终端能效优化卸载方法

文档序号:37778388发布日期:2024-04-25 11:05阅读:来源:国知局

技术特征:

1.一种基于注意力多指标排序的终端能效优化卸载方法,其特征在于,包括步骤如下:

2.根据权利要求1所述的基于注意力多指标排序的终端能效优化卸载方法,其特征在于,所述网络模型中,包括云层、边缘层和用户层三个关键层次;

3.根据权利要求2所述的基于注意力多指标排序的终端能效优化卸载方法,其特征在于,所述应用程序模型具体为:

4.根据权利要求3所述的基于注意力多指标排序的终端能效优化卸载方法,其特征在于,所述通信模型具体为:

5.根据权利要求4所述的基于注意力多指标排序的终端能效优化卸载方法,其特征在于,所述能耗模型包括本地处理计算能耗、终端设备到边缘服务器传输能耗和边缘服务器到目标服务器传输能耗及处理等待能耗;

6.根据权利要求5所述的基于注意力多指标排序的终端能效优化卸载方法,其特征在于,所述解决依赖性任务内部的排序问题通过依赖性任务混合优先级指标实现;

7.根据权利要求6所述的基于注意力多指标排序的终端能效优化卸载方法,其特征在于,所述基于注意力的智能体决策模型用于提取排序后的任务之间的依赖关系,使用深度学习优化任务卸载决策;

8.根据权利要求7所述的基于注意力多指标排序的终端能效优化卸载方法,其特征在于,所述基于改进的ppo训练,具体如下;


技术总结
本发明属于移动边缘计算网络技术领域,公开了一种基于注意力多指标排序的终端能效优化卸载方法。旨在优化移动边缘计算网络中的任务卸载效率,特别关注于时延和能耗的优化。这种方法综合考虑了任务的多个关键因素,如退出任务频率、计算工作负载、时间紧迫性以及每比特的应用完成率,以确定任务的优先级顺序。该方法采用强化学习算法和图卷积网络,以有效提取依赖性任务之间的图结构特征,并引入注意力机制来专注于重要特征的权重训练,同时使用熵奖励概念来提高训练的收敛速度和稳定性。这一方法为移动边缘计算领域提供了一种全新的优化卸载策略,有助于满足5G时代对高性能移动服务的需求。

技术研发人员:毕远国,陈威,郑彤,樊彦伯,张天旭,张星
受?;さ募际跏褂谜撸?/b>东北大学
技术研发日:
技术公布日:2024/4/24
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1
imtoken助记词怎么填-imtoken钱包没有收益-imtoken矿工费太贵了-im钱包官网:token.im