一种满足用户随机偏好的依赖任务计算卸载方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种满足用户随机偏好的依赖任务计算卸载方法
申请号:CN202411602171
申请日期:2024-11-11
公开号:CN119557086A
公开日期:2025-03-04
类型:发明专利
摘要
本发明公开了一种满足用户随机偏好的依赖任务计算卸载方法,属于移动通信技术计算卸载技术领域。针对现有方法在研究卫星依赖任务计算卸载时,往往忽略用户优化目标随机变化的需求问题,通过将地面移动终端的应用分为多个任务组成的工作流用DAG图表示;根据DAG图确定依赖任务的调度顺序;构建随机偏好依赖任务计算卸载优化模型和函数;根据创建的模型将计算卸载问题转换为MDP决策过程,采用多目标强化学习求解卸载决策;综合考虑优化目标的动态偏好需求,设计复合奖励函数,得到最优卸载决策。本发明满足不同偏好需求的最优卸载决策模型,提高了求解效率和灵活性,降低了依赖任务的完成时间与能耗。
技术关键词
卸载方法 深度强化学习算法 面向卫星网络 时延 星地链路 终端设备 决策 地面 任务调度执行 能耗 深度优先遍历 控制策略 最小化系统 动态 卸载技术 移动通信技术 移动终端