摘要
本发明涉及移动边缘计算领域,公开了一种多任务边缘计算资源调度方法及系统,包括:构建新能源电场移动边缘计算调度模型,在多任务情况下实现高效运行;在多任务情况下实现高效运行。为提高数据处理的时效性,设备将任务迁移到具有低延迟和资源充足的边缘节点,以实现在服务迁移成本和时延约束下最大化设备体验质量;采用Lyapunov方法将随机优化问题转换为确定性优化问题,并结合深度强化学习,针对时变动态环境进行任务调度与资源分配的联合优化,以最大程度地提高QoE并优化系统的整体性能。本发明通过结合边缘计算和深度强化学习技术,实现新能源电场的智能管理与优化调度,保障新能源电场系统的中长期规划和稳定性。
技术关键词
新能源电场
任务调度
多任务
服务器
深度强化学习算法
计算机可执行指令
数据采集系统
通信覆盖范围
资源分配
深度强化学习技术
队列
资源优化调度
网络
能耗
时延
节点
系统为您推荐了相关专利信息
服务器集群
云任务调度方法
计算机执行指令
产卵
任务调度设备
直流电源系统
电源监测系统
锁定组件
控制模块
采集单元
交通安全隐患
图像分类模型
多标签图像
机器人
自动车