基于Q-learning的工业互联网资源优化调度

来源 :北京工业大学学报 | 被引量 : 0次 | 上传用户:yongleyu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
面对5G与工业互联网中日益增长的数据传输与计算需求,移动边缘计算已逐渐成为一种新兴的解决方法,可有效应对工业互联网设备自身计算能力的不足,并充分缓解网络拥塞等问题.然而,当数量庞大的设备同时发送计算请求时,往往会超出边缘计算服务器的计算负载.此外,工业互联网设备通常仅装配有限的能量供给,无法承受能源消耗过多的任务,且庞大的设备数量还决定了网络连接、数据计算等系统开销.因此,面向工业互联网场景中机器类型通信设备的计算任务卸载问题,提出一种基于Q-learning的计算任务卸载决策方法,综合考虑任务卸载过程中
其他文献
选取2004—2017年我国上市公司512个海外并购样本,采用OLS多元回归模型实证研究了海外并购经验对海外并购绩效的影响,同时分析了管理者能力、股权激励和管理者海外背景对并购
针对5G高铁覆盖面临诸多困境,从5G网络高频段、高功耗、高传输带宽需求、多普勒频偏、频繁切换、穿透损耗大等方面进行了分析。针对高铁场景特征及业务体验需求,研究并提出5G
本文根据对新疆南疆农村地区进行两次社会调查(2001年和2003年)所获取的第一手资料,从家庭规模与结构、家庭关系和家庭功能等三个方面对至今较少有人问津的现代农村维吾尔族
随着全球环境污染的加剧,炼油厂面临着严峻的挑战,要求他们能够提供超低硫含量的清洁燃油。但是生产超低硫含量的清洁燃油对炼油厂的要求是十分苛刻的,对于现代炼油厂来说,如何能
针对增强现实飞机维修中角点检测方法存在的问题,提出一种角点检测优化方法。用维纳滤波复原样本图像,通过8邻域比较法滤掉约占总像素点60%的非特征点得到初始点集;建立以角