论文部分内容阅读
针对5G移动边缘计算(MEC)场景下的卸载策略高时间复杂度问题,提出结合深度学习的计算卸载算法HCOGA。该算法将移动服务建模为工作流模型,通过改进非支配遗传算法联合优化工作流模型的开销。为适应5G实时环境,HCOGA算法通过深度神经网络拟合改进非支配遗传算法输入、输出间的非线性关系,构成完备的卸载预测模型,可以快速、准确地做出卸载决策。仿真结果表明:HCOGA算法运行时间较短,能有效降低系统开销。