摘要
一种铁路边缘计算服务缓存和任务卸载方法及系统,方法基于预先构建的铁路系统优化模型构建ACSCTO网络模型,ACSCTO网络模型中,服务缓存和任务卸载网络生成服务缓存决策,并基于服务缓存决策生成任务卸载决策,带宽资源分配网络基于服务缓存、任务卸载决策生成带宽资源分配决策,计算资源分配网络基于服务缓存、任务卸载、带宽资源分配决策生成计算资源分配决策,训练ACSCTO网络模型,利用训练好的ACSCTO网络模型实时进行铁路系统服务缓存、任务卸载与资源分配。本发明所提ACSCTO网络模型可以根据不同任务需求,自适应动态调整服务缓存和任务卸载,分配计算资源和网络带宽,从而提高资源利用率,最大化任务处理效率,减少处理延迟。
技术关键词
决策
服务器
卸载方法
卸载系统
噪声功率谱密度
朗伯W函数
拉格朗日
资源分配模块
网络模型训练
铁路系统
能量消耗
数据
参数
云端
矫正
元素
系统为您推荐了相关专利信息
SOM神经网络
三维网格数据
多层感知机
高质量三维网格
流场结构
风险分析方法
系统故障树模型
序列
分析事件
低功率