摘要
本发明公开了一种面向IoT‑MEC的服务放置与资源分配联合优化决策方法,包括:获取IoT‑MEC环境中所有设备发起的异构应用appi的计算需求;其中,每个异构应用由ki个CS和一个ComS组成;获取常规服务放置和资源分配情况时,所有异构应用appi的平均处理时延,并基于最小化任务平均处理时延目标,生成联合优化问题;根据计算需求,利用KKT方法和深度强化学习求解联合优化问题,输出服务放置策略,求得最优资源分配方案;本申请与现有技术相比,能够快速适应IoT‑MEC环境的动态特性,并且借助策略梯度算法的实时决策和KKT条件的准确性,生成的解决方案能够更快、更有效地获得最佳结果。
技术关键词
资源分配联合优化
异构
决策方法
服务器
时延
深度强化学习算法
资源分配策略
队列
拉格朗日
网络
KKT条件
梯度算法
采取行动
数据
轨迹
周期
系统为您推荐了相关专利信息
视频监控数据
数字孪生模型
物联设备
边缘代理服务器
三维模型
数据管理系统
能耗预测模型
节点
数据管理方法
手持终端