[发明专利]一种基于多分类和分布式强化学习的卸载决策优化方法在审
| 申请号： | 202111179658.X | 申请日： | 2021-10-11 |
| 公开（公告）号： | CN113905049A | 公开（公告）日： | 2022-01-07 |
| 发明（设计）人： | 吴涛;邓宇萍;陈曦 | 申请（专利权）人： | 成都信息工程大学 |
| 主分类号： | H04L67/1004 | 分类号： | H04L67/1004;H04L67/1097;G06F9/445;G06F9/50;G06N3/04;G06N3/08 |
| 代理公司： | 成都智涌知识产权代理事务所(普通合伙) 51313 | 代理人： | 魏振柯 |
| 地址： | 610200 四川省成都*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于多分类和分布式强化学习的卸载决策优化方法，包括：步骤1基于智能巡检集群的边缘系统模型获取参数信息，并采集若干不同时间段产生的任务信息和距离信息，步骤2计算任务处理时延和能耗，步骤3构建多分类和分布式强化学习的神经网络和设置网络超参数，步骤4将步骤获取的任务信息和距离信息输入到神经网络进行训练，训练包括候选卸载决策动作生成阶段和资源分配阶段。本发明的方法能够更大概率更快速度获得最佳卸载决策的优势，降低系统卸载所需的时延和能耗的加权和，达到保证智能巡检集群有效运行时间和保障监控功能的目的，实现最小化系统能耗和加权和的目的，同时普适性更好。 | ||
| 搜索关键词： | 一种 基于 分类 分布式 强化 学习 卸载 决策 优化 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都信息工程大学，未经成都信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111179658.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种柔性组合线路板的生产工艺
- 下一篇：一种滤波器与功分器的集成结构
