-
公开(公告)号:CN118301663A
公开(公告)日:2024-07-05
申请号:CN202410266604.4
申请日:2024-03-08
申请人: 天津理工大学
IPC分类号: H04W28/08 , H04W28/084
摘要: 一种基于雾计算技术的边缘计算任务卸载方法。本方法针对智慧医疗系统中存在的延迟敏感型和计算任务密集型应用,研究了基于雾计算与深度强化学习策略的边缘计算资源分配方法。在考虑的模型中,计算任务是随时间在移动用户处随机生成的。对于每个任务,移动用户可以选择在本地处理,也可以选择在其他移动设备间进行处理,或是卸载到边缘雾节点进行处理。由于计算资源的分配与信道资源分配是紧密耦合的,因此,本方法在无线信道分配最优的前提下对计算卸载的问题上做了优化。在信道资源分配最优的前提下,提出了一种基于深度强化学习的近端策略优化方法进行计算资源的分配,以实现系统的低时延和低能耗,最终使得系统的收益达到最大化。
-
公开(公告)号:CN118095597A
公开(公告)日:2024-05-28
申请号:CN202410266462.1
申请日:2024-03-08
申请人: 天津理工大学
IPC分类号: G06Q10/047 , G06Q10/0631 , G06N3/006 , G06N3/126
摘要: 一种基于前景理论框架的救护车路径规划方法,属于物联网领域。本方法中通过将前景理论模型融合到救护车调度模型中来尽可能贴近实际情况,针对此问题提出了基于小生境遗传策略的量子粒子群优化算法,该算法在量子粒子群算法的基础上与基于小生境的遗传算法进行融合,小生境遗传算法在可行解较为接近的情况下可以保证后代解的多样性,通过将小生境遗传算法融合进量子粒子群算法可以提高算法后期的搜索能力,最后通过实验证明了决策者心理因素对系统模型的影响和本方法提出算法在解决此类问题上的有效性。
-