检索结果-内蒙古大学图书馆

作者：王振宇王阳东魏剑陈严李伟 100089 北京市海淀区颐和园路5号

本发明涉及车联网领域和边缘计算领域，公开了一种基于车联网移动边缘计算系统模型的任务卸载方法。一种MEC‑智能交通系统，包括：路边单元、基站、核心网络、互联网。在此基础上，构建了MEC‑智能交通系统中的任务时延模型和MEC服务器... 详细信息

标准号: CN113220364A

本发明涉及车联网领域和边缘计算领域，公开了一种基于车联网移动边缘计算系统模型的任务卸载方法。一种MEC‑智能交通系统，包括：路边单元、基站、核心网络、互联网。在此基础上，构建了MEC‑智能交通系统中的任务时延模型和MEC服务器能耗模型，并据此定义了MEC‑智能交通系统中的MEC服务器总能耗最小化问题。该求解方法在传统粒子群算法基础上结合了模拟退火算法中概率突跳的思想克服了传统粒子群算法易陷入局部最优解的缺点，更易得到全局最优解，并进一步与遗传算法相融合，提高了算法收敛性和算法全局搜索性。

关键词：智能交通系统传统粒子车联网算法服务器计算系统模型模拟退火算法全局最优解算法收敛性最小化问题核心网络路边单元能耗模型全局搜索任务卸载算法基础遗传算法总能耗最优解求解构建基站时延融合互联网概率移动

来源：评论

学校读者我要写书评

暂无评论

一种边缘计算系统中神经网络模型分割与资源分配方法

一种边缘计算系统中神经网络模型分割与资源分配方法

引用

作者：范文浩苏毅刘元安 100876 北京市海淀区西土城路10号

本发明公开了一种边缘计算系统中神经网络模型分割与资源分配方法，包括构建边缘计算系统模型与机器学习任务模型；构建机器学习任务端到端时延模型和服务器能耗模型，进而建立长期系统性能优化问题；基于Lyapunov优化技术，将时隙间决... 详细信息

标准号: CN115913955A

本发明公开了一种边缘计算系统中神经网络模型分割与资源分配方法，包括构建边缘计算系统模型与机器学习任务模型；构建机器学习任务端到端时延模型和服务器能耗模型，进而建立长期系统性能优化问题；基于Lyapunov优化技术，将时隙间决策耦合的长期优化问题转化为时隙间决策独立的单时隙优化问题；构建马尔可夫决策过程，将时隙间决策独立的单时隙优化问题转化为强化学习优化问题；基于深度强化学习技术，训练并应用神经网络模型分割与资源分配策略。本发明综合考虑任务到达率、网络传输速率和服务器计算能力等因素，实现神经网络模型分割与计算资源分配动态优化，在充分考虑服务器的能耗预算基础上，加速机器学习推理，提高用户体验。

关键词：优化问题构建神经网络模型机器学习强化学习单时隙服务器马尔可夫决策过程服务器计算能力计算系统模型计算资源分配系统性能优化应用神经网络资源分配策略决策端到端时延动态优化计算系统加速机器模型分割能耗模型任务模型网络传输用户体验资源分配综合考虑到达率速率和耦合的分割推理转化能耗预算优化学习

来源：评论

学校读者我要写书评

暂无评论

河流纳污控制计算在大汶河流域的应用

引用

山东水利专科学校学报 1996年第3期8卷 132-136页

作者：庞清江水工系

应用系统分析方法及物质循环和能量平衡原理，借助数学模型而建立的河流纳污控制计算系统，对流域排污总量控制规划中的有机污染河流进行控制计算分析，十分便利，效果较好，其分析计算结果能较好地反映河流各河段本身水质功能及其与排... 详细信息

应用系统分析方法及物质循环和能量平衡原理，借助数学模型而建立的河流纳污控制计算系统，对流域排污总量控制规划中的有机污染河流进行控制计算分析，十分便利，效果较好，其分析计算结果能较好地反映河流各河段本身水质功能及其与排污间的内在联系，能快速动态地给出各排沁区域负担的最低责任消减率和相应河段的允许纳污量。

关键词：水质目标总量控制计算系统模型河流纳污控制

来源：评论

学校读者我要写书评

暂无评论

大汶河水环境承载能力的分析与计算

引用

海河水利 2003年第2期 39-41,45页

作者：庞清江李白英山东农业大学泰安271018 山东科技大学泰安271000

利用实地调查、勘察和监测数据资料,根据流域可持续发展和南水北调东线工程实施的要求,应用系统分析方法及物质循环和能量平衡原理,借助数学模型对大汶河水环境承载能力进行了分析计算,其计算结果可为流域排污总量控制规划和生态环境的... 详细信息

利用实地调查、勘察和监测数据资料,根据流域可持续发展和南水北调东线工程实施的要求,应用系统分析方法及物质循环和能量平衡原理,借助数学模型对大汶河水环境承载能力进行了分析计算,其计算结果可为流域排污总量控制规划和生态环境的综合治理以及南水北调东线工程的实施提供科学依据。

关键词：大汶河水环境承载能力计算计算系统模型生态环境流域规划

来源：评论

学校读者我要写书评

暂无评论

一种基于深度强化学习的移动边缘计算任务分配方法

一种基于深度强化学习的移动边缘计算任务分配方法

引用

作者：赵楠季英强白茂森曾春艳刘聪胡胜王娟 430068 湖北省武汉市洪山区南李路28号

本发明提供了一种基于深度强化学习的移动边缘计算任务分配方法，旨在将深度强化学习策略引入到移动边缘计算任务分配，以期实现移动边缘计算任务的智能分配。首先，考虑到用户设备的计算能力和能量容量有限，本专利提出多边缘云协作移... 详细信息

标准号: CN113568727A

本发明提供了一种基于深度强化学习的移动边缘计算任务分配方法，旨在将深度强化学习策略引入到移动边缘计算任务分配，以期实现移动边缘计算任务的智能分配。首先，考虑到用户设备的计算能力和能量容量有限，本专利提出多边缘云协作移动边缘计算系统模型。其次，通过联合设计多边缘云的计算任务分配和计算资源管理，建立延迟和能量消耗的总和最小化的任务分配优化问题模型。再次，为了解决上述非凸优化任务分配问题，将移动边缘计算任务分配问题建模为马尔可夫决策过程。最后，针对上述马尔可夫决策过程中高维连续动作空间特点，提出双延迟深度确定性策略梯度算法，以获得多边缘云的计算任务分配和计算资源管理的近似最优联合策略。

关键词：任务分配移动马尔可夫决策过程计算资源管理任务分配问题强化学习延迟计算系统模型计算能力空间特点连续动作能量容量能量消耗梯度算法用户设备优化问题智能分配最小化高维建模确定性近似联合引入协作优化

来源：评论

学校读者我要写书评

暂无评论

一种基于物联网场景下的边缘计算卸载方法

一种基于物联网场景下的边缘计算卸载方法

引用

作者：岳文静李可陈志黄晓萍曹家澳 210000 江苏省南京市鼓楼区新模范马路66号

本发明公开了一种基于物联网场景下的边缘计算卸载方法，属于物联网任务卸载技术领域，构建云边协同的物联网边缘计算系统模型；初始化边缘计算系统模型相关参数；针对云端和边缘服务器建立时延模型和能耗模型；根据移动设备卸载方式的... 详细信息

标准号: CN116827992A

本发明公开了一种基于物联网场景下的边缘计算卸载方法，属于物联网任务卸载技术领域，构建云边协同的物联网边缘计算系统模型；初始化边缘计算系统模型相关参数；针对云端和边缘服务器建立时延模型和能耗模型；根据移动设备卸载方式的不同构建系统效益函数；使用改进的麻雀搜索算法不断迭代更新麻雀位置并获得最佳的卸载策略和系统效益值。本方法引入正余弦算法思想提高算法跳出局部最优解的能力。引入Levy飞行策略和随机游走策略可以在搜索空间中全面地进行探索，保证系统模型中每个用户设备都能将任务卸载到云端或边缘服务器，提高系统效益，减少任务丢弃的比率。

关键词：物联网卸载计算系统模型边缘服务器任务卸载系统效益云端麻雀保证系统迭代更新飞行策略构建系统能耗模型搜索空间搜索算法算法思想随机游走相关参数效益函数移动设备用户设备初始化正余弦最优解引入构建时延算法丢弃协同跳出场景改进探索

来源：评论

学校读者我要写书评

暂无评论

任意合谋样式下的分布式双边安全矩阵问题的计算方法

任意合谋样式下的分布式双边安全矩阵问题的计算方法

引用

作者：康维姚宇成刘楠 211102 江苏省南京市江宁区东南大学路2号

本文公开发明了一种任意合谋样式下的分布式双边安全矩阵问题的计算方法，包含了对双边安全矩阵计算系统模型的描述、矩阵计算的方案设计、线性规划模型的建立、求解参数的算法描述。给出了上传负载和下载负载的定义，并设计了矩阵计算... 详细信息

标准号: CN113360285A

本文公开发明了一种任意合谋样式下的分布式双边安全矩阵问题的计算方法，包含了对双边安全矩阵计算系统模型的描述、矩阵计算的方案设计、线性规划模型的建立、求解参数的算法描述。给出了上传负载和下载负载的定义，并设计了矩阵计算的方案，然后，建立了三个线性规划模型，求解了矩阵计算方案中的参数和分配向量，并把这个过程总结成了一个算法描述，完成了整个分布式双边安全矩阵计算问题的设计。这一方案可以用于任意合谋样式下的分布式双边安全矩阵问题，其上传负载和下载负载之间有一个权衡关系，用户节点可以根据具体的上传和下载负载的需求选择相应的参数进行计算。

关键词：安全矩阵矩阵计算上传下载线性规划模型算法描述样式计算系统模型方案设计求解参数需求选择用户节点求解向量分配

来源：评论

学校读者我要写书评

暂无评论

一种移动边缘计算中基于负载均衡的任务迁移方法

一种移动边缘计算中基于负载均衡的任务迁移方法

引用

作者：鲜永菊韩瑞寅谭文光汪洲 400065 重庆市南岸区南山街道崇文路2号

本发明属于移动通信技术领域，具体涉及一种移动边缘计算中基于负载均衡的任务迁移方法；该方法包括：构建多用户多节点的移动边缘计算系统模型；基于移动边缘计算系统模型构建通信模型、任务计算模型、用户QoS模型和负载均衡模型；构... 详细信息

标准号: CN116390161A

本发明属于移动通信技术领域，具体涉及一种移动边缘计算中基于负载均衡的任务迁移方法；该方法包括：构建多用户多节点的移动边缘计算系统模型；基于移动边缘计算系统模型构建通信模型、任务计算模型、用户QoS模型和负载均衡模型；构建最大化最小用户QoS的优化问题；采用多智能体深度强化学习算法求解最大化最小用户QoS的优化问题，得到任务的卸载决策、迁移决策和功率分配决策；系统根据任务的卸载决策、迁移决策和功率分配决策进行任务迁移；本发明能有效降低任务执行时延、任务失败率和迁移率，并能够保证节点间负载分布均衡。

关键词：用户QoS 构建功率分配决策计算系统模型负载均衡任务迁移卸载决策优化问题最大化移动迁移强化学习算法移动通信技术多智能体负载分布任务计算任务执行通信模型多节点多用户迁移率求解时延决策均衡失败保证

来源：评论

学校读者我要写书评

暂无评论

面向移动边缘计算的最大增益导向的信道分配方法

面向移动边缘计算的最大增益导向的信道分配方法

引用

作者：许威钱玉蓉 211189 江苏省南京市江宁区东南大学路2号

本发明公开了一种面向移动边缘计算的最大增益导向的信道分配方法，属于网络管理技术领域，在移动边缘计算系统模型中，研究信道分配策略对系统卸载时延和能耗的影响，并构建卸载优化问题，旨在最小化系统卸载损耗；计算每个用户的卸载... 详细信息

标准号: CN116367310A

本发明公开了一种面向移动边缘计算的最大增益导向的信道分配方法，属于网络管理技术领域，在移动边缘计算系统模型中，研究信道分配策略对系统卸载时延和能耗的影响，并构建卸载优化问题，旨在最小化系统卸载损耗；计算每个用户的卸载损耗，并确定每个用户的最佳信道；通过最大增益导向的分配策略在每一轮迭代中为具有最大卸载增益的用户分配信道，并将分配过的用户和信道从待分配用户集合和未被占用信道集合中删除，重复上述过程直至待分配用户集合为空；根据求得的用户信道分配策略，用户完成卸载。本发明的方法能够在降低实现复杂度的情况下获得较高的系统性能。

关键词：卸载用户集合最大增益分配计算系统模型网络管理技术信道分配策略用户分配信道用户信道分配最小化系统分配策略系统卸载系统性能信道分配信道集合优化问题最佳信道复杂度移动迭代构建时延信道能耗删除重复研究

来源：评论

学校读者我要写书评

暂无评论

一种基于强化学习的边缘计算任务卸载方法

一种基于强化学习的边缘计算任务卸载方法

引用

作者：于银辉郭思宇程国豪田子玉 130012 吉林省长春市朝阳区南湖大路5372号

本发明公开了一种基于强化学习的边缘计算任务卸载方法，包括以下步骤：S1.建立边缘计算系统模型；S2.普通用户节点产生任务上报至SDN总控制器节点，根据用户任务情况，选择本地计算或卸载计算，在需要进行卸载计算时，通过强化学习方... 详细信息

标准号: CN114138373B

本发明公开了一种基于强化学习的边缘计算任务卸载方法，包括以下步骤：S1.建立边缘计算系统模型；S2.普通用户节点产生任务上报至SDN总控制器节点，根据用户任务情况，选择本地计算或卸载计算，在需要进行卸载计算时，通过强化学习方法训练后的SDN总控制器节点根据实时网络状态，频谱资源和计算资源，获得基于边缘节点网络状态的最优卸载策略并反馈至普通用户节点；S3.普通用户节点根据最优卸载策略将任务卸载给服务节点，服务节点执行分配到的计算任务，并将计算结果反馈至普通用户节点。本发明能够有效缓解计算资源紧张的问题。

关键词：用户节点卸载服务节点计算资源强化学习任务卸载总控制器计算系统模型反馈边缘节点频谱资源实时网络网络状态有效缓解上报分配

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：