| 面向移動邊緣計算基于強化學習的計算卸載算法 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：aetmagazine | |
| 文檔大小：649 K | |
| 標簽： 移動邊緣計算 計算卸載 強化學習 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對移動邊緣計算(Mobile Edge Computing，MEC)的計算卸載決策的問題，基于強化學習方法提出了一個在多用戶的MEC系統(tǒng)中的計算卸載決策算法(Offloading Decision algorithm based on Reinforcement Learning，ODRL)。ODRL算法根據(jù)任務模型、計算模型以及信道狀態(tài)對任務進行卸載決策，采用強化學習方法求解最優(yōu)計算卸載策略。仿真結(jié)果證明了所提出的ODRL算法與基線策略相比，具有更低的系統(tǒng)總成本。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2