摘要
本发明提供了一种基于MEC的能源互联网多任务流量卸载方法,属于通信资源分配技术领域,建立包括任务模型、队列模型、本地计算模型和卸载计算模型的单小区多用户MEC网络模型,获取MEC网络模型的网络状态;根据MEC网络模型构建MEC系统迁移调度决策和资源分配的问题模型;将采集的网络状态参数输入强化学习模型,利用强化学习模型求解所述问题模型获取卸载决策和待卸载任务的资源分配和带宽分配;根据卸载策略、资源分配和带宽分配对任务进行卸载调度。优点在于:通过引入基于业务时延容忍度和可靠性要求的动态优先级机制,解决了电力多样化业务差异化需求难以兼顾的问题;该机制能够根据业务关键性自动生成任务处理队列。
技术关键词
流量卸载方法
强化学习模型
MEC系统
多任务
服务器
网络
互联网
队列模型
无线带宽
卸载策略
通信资源分配技术
决策
多用户
能源
上行传输时延
能耗
单小区