一种车辆边缘计算网络中服务缓存和任务卸载方法

本发明提供了一种车辆边缘计算网络中服务缓存和任务卸载的方法。主要包括如下步骤：1、时隙t车辆i产生的计算任务大小Di(t)和所有任务的执行都需要特定的服务程序支持，构建网络中服务缓存，任务卸载与协作，以及计算资源分配的数学模型。2、在给定任务大小和任务相对应的服务程序的情况下，基于深度学习DDQN算法求解步骤1构建的数学模型，求解出系统中所有车辆在整个时隙中的平均执行延迟，得到目标值F，通过反复迭代，求解不同服务缓存决策、卸载与协作决策、以及计算资源分配下的目标值F'，直到F‑F'<x，则退出。应用本发明，解决了车辆边缘计算网络中服务缓存、任务卸载与协作，以及计算资源分配优化问题，有效地降低了网络系统中的平均时延。