摘要
本发明公开了一种面向移动边缘计算的资源租用与计算卸载的联合优化方法,包括获取动态用户任务需求,和若干边缘服务器中可租用的多种容器资源配置计划,基于强化学习方法,完成对动态用户任务需求的容器资源配置计划租用;计算所有用户任务需求从目标基站卸载到对应租用的边缘服务器容器资源配置计划的任务处理时延;根据任务处理时延计算所有租用的容器配置计划的总成本;获取成本最小化约束条件优化总成本中每个容器资源配置计划的到达率;本发明提出一种资源租用和卸载策略的联合优化方案,在满足用户请求的基础上,最小化租用资源的成本。
技术关键词
联合优化方法
计划
容器
服务器
强化学习方法
时延
基站
拉格朗日
卸载策略
资源
动态
强化学习算法
排队模型
分块
信道
总量
理论
定义
基础
系统为您推荐了相关专利信息
矢量瓦片数据
服务器设备
地图数据处理方法
地图要素
地图数据处理装置
噪声标签
联邦学习方法
客户端
样本
逻辑回归分类器
数据传输协议
云平台
卷积神经网络模型
移动端
加密算法
水下多机器人
动作执行控制
决策方法
强化学习方法
规划