摘要
本发明涉及一种面向依赖任务的资源分配方法,属于无线通信技术领域。该方法包括以下步骤:S1:在工业互联网场景中,构建包括云服务器、边缘服务器和工业互联网设备的工业互联网系统模型并将任务间的依赖关系建模为有向无环图。S2:构建工业互联网网络的系统总时延能耗加权和数学模型;S3:将问题模型建模为马尔科夫决策过程,使用一个基于深度强化学习DRL的SAC算法框架,以在具有多个边缘服务器的工业互联网IIoT设备场景中获得依赖任务的近似最优卸载策略。
技术关键词
资源分配方法
工业互联网系统
卸载策略
决策
算法框架
SDN控制器
云服务器
时延
关系建模
网络系统架构
深度强化学习
数学模型
能耗
无线通信技术
定义
场景
网络通信
系统为您推荐了相关专利信息
Stackelberg博弈模型
定价方法
定价策略
纳什均衡博弈
纳什均衡理论
纠正系统
人机交互界面
长短期记忆网络
数据存储模块
数据处理模块
场景分类
构造系统
光伏发电功率
多源异构数据
生成场景