一种面向不确定性MEC环境的任务卸载方法

AITNT
正文
推荐专利
一种面向不确定性MEC环境的任务卸载方法
申请号:CN202410820621
申请日期:2024-06-24
公开号:CN118509920A
公开日期:2024-08-16
类型:发明专利
摘要
本申请公开了一种面向不确定性MEC环境的任务卸载方法,包括以下步骤:获取任务数据;联合多路径并行传输、任务缓存和隐私保护构建联合不确定性任务卸载优化模型;利用混合双层卸载算法求解联合不确定性任务卸载优化模型,得到最终任务卸载策略、最终任务缓存策略和最终任务数据分配策略;分别根据最终任务卸载策略、最终任务缓存策略和最终任务数据分配策略进行卸载位置分配、边缘缓存、将任务数据分配给不同的传输网络。本申请通过将联合不确定性任务卸载优化模型转换为确定性双层机会约束模型,具有高内聚低耦合的优点;通过结合改进遗传算法、蒙特卡洛模拟和人工神经网络构建混合双层卸载算法,降低了算法实现成本,提高了复用率。
技术关键词
数据分配策略 卸载方法 机会约束模型 卸载策略 缓存策略 卸载算法 遗传算法 染色体 修复机制 蒙特卡洛 人工神经网络 链路 多路径 连续性 风险 能耗 编码
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号