典型文献
工业互联网边缘计算网络中时延能耗优化算法
文献摘要：
为满足时延敏感型业务的需求,同时解决工业互联网设备能耗受限、边缘服务器资源有限等问题,将时延和能耗作为优化目标,采用改进的深度强化学习算法进行工业互联网场景的资源分配.进一步,通过两个不同参数的神经网络互相监督,解决传统深度学习算法单一神经网络的估计值偏大问题,获得更优结果.仿真结果表明,与全卸载计算、全本地计算、随机卸载计算和传统Q学习算法相比,所提策略在分别改变终端数量、服务器计算能力、任务数据量时,均能得到更优性能.
文献关键词：
移动边缘计算;工业互联网;资源分配;智能优化;深度强化学习
中图分类号：
作者姓名：
方禹;李学华;潘春雨;云翔
作者机构：
北京信息科技大学现代测控技术教育部重点实验室,北京100101;北京信息科技大学-佰才邦技术智慧物联联合实验室,北京100094
文献出处：
引用格式：
[1]方禹;李学华;潘春雨;云翔-.工业互联网边缘计算网络中时延能耗优化算法)[J].北京信息科技大学学报（自然科学版）,2022(03):20-27
A类：
B类：
工业互联网,边缘计算网络,中时,时延,能耗优化,敏感型,型业务,联网设备,边缘服务器,服务器资源,优化目标,深度强化学习算法,资源分配,同参数,互相监督,深度学习算法,估计值,偏大,卸载,全本,计算能力,数据量,更优性能,移动边缘计算,智能优化
AB值：
0.400233
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
