基于机器学习的MEC随机任务迁移算法

摘要：

针对移动边缘计算(MEC),提出了一种基于机器学习的随机任务迁移算法,通过将任务划分为可迁移组件和不可迁移组件,结合改进的Q学习和深度学习算法生成随机任务最优迁移策略,以最小化移动设备能耗与时延的加权和.仿真结果表明,该算法的时延与能耗加权和与移动设备本地执行算法相比节约了38.1％.

关键词：移动边缘计算、随机任务迁移、机器学习、时延、移动设备能耗

所属期刊栏目：42

分类号：TN929.53

资助基金：北京市科技新星计划项目Z151100000315078;国家科技重大专项项目2018ZX03001019-003;国家高技术研究发展计划863计划项目2015AA015702

在线出版日期：2019-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：25-30