10.11959/j.issn.1000-436x.2021017
车载边缘计算中任务卸载和服务缓存的联合智能优化
针对车载环境下有限的网络资源和大量用户需求之间的矛盾,提出了智能驱动的车载边缘计算网络架构,以实现网络资源的全面协同和智能管理.基于该架构,设计了任务卸载和服务缓存的联合优化机制,对用户任务卸载以及计算和缓存资源的调度进行了建模.鉴于车载网络的动态、随机和时变的特性,利用异步分布式强化学习算法,给出了最优的卸载决策和资源管理方案.实验结果表明,与其他算法相比,所提算法取得了明显的性能提升.
车联网、边缘计算、计算卸载、服务缓存、智能优化
42
TN92
国家重点研发计划基金资助项目;国家自然科学基金资助项目;陕西省重点研发计划基金资助项目;嵌入式系统与服务计算教育部重点实验室开放基金资助项目同济大学;西安市科技计划基金资助项目;西安市重点实验室建设基金资助项目
2021-02-02(万方平台首次上网日期,不代表论文的发表时间)
共9页
18-26