System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于MADFPG的任务卸载和资源分配联合优化方法技术_技高网

一种基于MADFPG的任务卸载和资源分配联合优化方法技术

技术编号:40977099 阅读:3 留言:0更新日期:2024-04-18 21:24
本发明专利技术属于移动边缘计算领域,具体涉及一种基于MADFPG的任务卸载和资源分配联合优化方法,包括:初始化边缘计算系统;根据初始化后的边缘计算系统,计算边缘计算系统中终端设备的时延,建立协作式资源优化问题;将协作式资源优化问题其解耦成任务卸载与资源分配进行求解;将任务卸载建模为边缘节点间的Stackelberg博弈,在每个边缘节点实现的MADFPG算法进行任务卸载来实现NE;基于KKT条件获取异构资源分配的最优解来处理资源分配。本发明专利技术提出基于定价与卸载之间的边‑端协同的移动边缘计算框架,通过卸载决策实现协同工作,满足用户的个性化需求,减少任务处理的时间与能耗问题。

【技术实现步骤摘要】

本专利技术属于移动边缘计算领域,具体涉及一种基于madfpg的任务卸载和资源分配联合优化方法。


技术介绍

1、随着新一轮的工业革命到来,大数据、云计算、网络以及人工智能等新兴技术深度融合,工业互联网慢慢走进了大家的视野,在不同国家、行业、企业等多角度下成为了与我们生活息息相关的必需品。工业互联网通过将现实的生产过程通过全方位的底层数据收集、分析,并且结合相应算法流程抽象为数字化、智能化的智能终端设备,这其中包含了我们当今热门的话题:智能制造、智能驾驶、智能家电、vr交互与人脸识别等等。但是由于工业4.0(i4.0)中的新组织设计原则和新的,尤其是数据驱动的业务模型,数据量正在已指数级快速增长,要求业务的实时性进一步提高。在工业物联网中,去中心化网络由大量参与者组成,由于端处的mds计算资源和存储空间有限,网络内的带宽也有限,延迟敏感和计算密集型移动应用程序任务往往在终端无法得到满足,因此我们提出了移动边缘计算概念。

2、由此,移动边缘计算(mobile edge computing,mec)应运而生,提出了将计算、数据流量和网络功能下沉到网络边缘的理念,而这也与5g网络的关键特征一致,即信息越来越多地在用户侧生成和处理。mec由欧洲电信标准研究院(european telecommunicationsstandards institute,etsi)于2014年提出,作为5g移动通信网络的关键技术之一,mec以高效率、低延时、低负载和近边缘服务等特点广泛应用于工业互联网,为转变并升级现有的工业生产模式、提高固有的生产效率等提供技术支撑,边缘计算因其巨大的优势而被越来越多地使用。而今,随着研究的深入,etsi将mec的概念扩展成为多接入边缘计算,以适应越来越复杂常见的异构通信网络。但计算能力和电池容量有限的终端设备如何承载5g时代的密集接入与密集计算仍是一个不小的挑战。


技术实现思路

1、为解决上述技术问题,本专利技术提出一种基于madfpg的任务卸载和资源分配联合优化方法,包括以下步骤:

2、s1:初始化边缘计算系统;

3、s2:计算边缘计算系统中终端设备的时延,建立协作式资源优化问题;

4、s3:将协作式资源优化问题其解耦成任务卸载(q1)问题与资源分配(q2)问题进行求解;

5、s4:将q1建模为边缘节点间的stackelberg博弈,设计在每个边缘节点实现的madfpg算法进行任务卸载来实现纳什均衡ne;

6、s5:基于kkt条件获取异构资源分配的最优解来处理q2。

7、本专利技术的有益效果:

8、(1)本专利技术针对目前的云计算不适合服务于延迟敏感的应用、边缘计算的计算资源不足,提出基于定价与卸载之间的边-端协同的移动边缘计算框架,通过卸载决策实现协同工作,满足用户的个性化需求,减少任务处理的时间与能耗问题;

9、(2)本专利技术提出了基于博弈论的多智能体madfpg算法,设计有效分布式实时任务卸载和异构资源分配调度机制改善多智能体的非平稳性,利用madfpg算法求解出mec服务定价与任务卸载的最佳策略;

10、(3)本专利技术针对原始优化问题将其分解为卸载决策子问题和资源分配子问题,将任务卸载子问题建模为stackelberg博弈、将资源分配子问题转化为独立的凸优化问题,并利用kkt条件提出了最优解。

本文档来自技高网...

【技术保护点】

1.一种基于MADFPG的任务卸载和资源分配联合优化方法,其特征在于,包括:

2.根据权利要求1所述的一种基于MADFPG的任务卸载和资源分配联合优化方法,其特征在于,初始化边缘计算系统,包括:

3.根据权利要求1所述的一种基于MADFPG的任务卸载和资源分配联合优化方法,其特征在于,计算边缘计算系统中终端设备的时延,建立协作式资源优化问题,包括:

4.根据权利要求1所述的一种基于MADFPG的任务卸载和资源分配联合优化方法,其特征在于,将协作式资源优化问题其解耦成任务卸载(Q1)问题与资源分配(Q2)问题,包括:

5.根据权利要求1所述的一种基于MADFPG的任务卸载和资源分配联合优化方法,其特征在于,将Q1建模为边缘节点间的Stackelberg博弈,设计在每个边缘节点实现的MADFPG算法进行任务卸载来实现纳什均衡NE,包括:

6.根据权利要求5所述的一种基于MADFPG的任务卸载和资源分配联合优化方法,其特征在于,计算网络损失和策略梯度,包括:

7.根据权利要求1所述的一种基于MADFPG的任务卸载和资源分配联合优化方法,其特征在于,基于KKT条件获取异构资源分配的最优解来处理Q2,包括:

...

【技术特征摘要】

1.一种基于madfpg的任务卸载和资源分配联合优化方法,其特征在于,包括:

2.根据权利要求1所述的一种基于madfpg的任务卸载和资源分配联合优化方法,其特征在于,初始化边缘计算系统,包括:

3.根据权利要求1所述的一种基于madfpg的任务卸载和资源分配联合优化方法,其特征在于,计算边缘计算系统中终端设备的时延,建立协作式资源优化问题,包括:

4.根据权利要求1所述的一种基于madfpg的任务卸载和资源分配联合优化方法,其特征在于,将协作式资源优化问题其解耦成任务卸载(q1)问题与资源分配(q2...

【专利技术属性】
技术研发人员:黄海辉吕伟徐光侠董景楠仇晶张鹏刘俊
申请(专利权)人:重庆邮电大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1