一种基于主动学习多目标优化的车载业务资源分配和计算卸载方法

本发明属于车联网技术领域，具体涉及一种基于主动学习多目标优化的车载业务卸载方法。所述方法包括以下步骤：首先获取车联网应用场景，建立车载业务的时延模型和能耗模型；然后根据建立的时延和能耗模型，求得业务对应的时延和能耗，构建多目标优化问题；其次通过采用基于主动学习的多目标优化算法对所述多目标优化问题进行求解，得到帕累托最优解集合；最后，根据求得的帕累托最优解集合，完成车载业务的资源分配和计算卸载。本发明整合了主动学习的优势，在求得与穷举搜索算法接近的帕累托最优解集合的同时，降低了需要评估目标函数的次数，从而降低了车联网中获取数据集的成本，同时提升了算法的适应性。