基于深度强化学习的改进移动边缘计算任务卸载算法研究

蒋守花; 舒晖

doi:10.11907/rjdk.232294

您当前的位置：

首页 >

文章列表页 >

基于深度强化学习的改进移动边缘计算任务卸载算法研究

计算机软件与理论 | 更新时间：2024-09-25

- 基于深度强化学习的改进移动边缘计算任务卸载算法研究
- Research on Improved Moving Edge Computing Task Unloading Algorithm Based on Deep Reinforcement Learning
- “在大数据时代，移动终端用户激增，万物互联带来便利，但也引发数据地理位置分散问题，影响服务质量。研究者构建移动边缘计算平台任务卸载模型，采用深度强化学习算法优化策略，实验显示改进算法在能耗、时延、网络使用量方面表现更优。”
- 软件导刊 2024年23卷第9期页码：150-156
- 作者机构：
  
  成都医学院现代教育技术中心，四川成都 610500
- 作者简介：
  
  蒋守花（1988-），女，硕士，CCF会员，成都医学院现代教育技术中心工程师，研究方向为信息系统建设与维护、智慧校园、边缘计算、人工智能、物联网
  舒晖（1972-），女，成都医学院现代教育技术中心高级工程师，研究方向为现代教育技术。
- 基金信息：
  
  四川省高等学校人文社会科学重点研究基地·四川省教育信息化应用与发展研究中心项目(JYXX23-002);成都医学院科研基金项目(CYSYB23-02)
- DOI：10.11907/rjdk.232294
  中图分类号： TP393
- 纸质出版日期：2024-09-16，
  
  收稿日期：2023-12-21，
- 稿件说明：
移动端阅览
蒋守花,舒晖.基于深度强化学习的改进移动边缘计算任务卸载算法研究[J].软件导刊,2024,23(09):150-156.

JIANG Shouhua,SHU Hui.Research on Improved Moving Edge Computing Task Unloading Algorithm Based on Deep Reinforcement Learning[J].Software Guide,2024,23(09):150-156.
蒋守花,舒晖.基于深度强化学习的改进移动边缘计算任务卸载算法研究[J].软件导刊,2024,23(09):150-156. DOI： 10.11907/rjdk.232294.

JIANG Shouhua,SHU Hui.Research on Improved Moving Edge Computing Task Unloading Algorithm Based on Deep Reinforcement Learning[J].Software Guide,2024,23(09):150-156. DOI： 10.11907/rjdk.232294.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于学习型算法的农资配送优化问题研究

基于DQN-DDPG的空地协作边缘计算任务卸载与资源分配研究

基于深度强化学习的故障硬盘预测与处理方法

基于深度强化学习的改进移动边缘计算任务卸载算法研究

Research on Improved Moving Edge Computing Task Unloading Algorithm Based on Deep Reinforcement Learning

DOI：10.11907/rjdk.232294