典型文献
基于智能化用户协作的边缘计算任务卸载与资源分配优化
文献摘要：
为了解决移动边缘计算网络中计算资源日益紧缺的问题,设计了一种基于用户协作的边缘计算资源分配机制,充分利用用户之间的空闲计算资源,有效提升系统整体的数据处理性能.以最大化用户的效用函数为目标,将目标优化问题建模为一个关于用户任务卸载决策和本地计算通信资源的联合优化问题,并结合深度学习技术和凸优化理论,提出了一种混合深度学习-优化算法对目标问题进行求解.仿真结果表明,相较于对比算法,所提算法能使用户的效用提升至少85.4％,并能在亚秒级的时间内实现用户效用的近似最优化.
文献关键词：
移动边缘计算;效用最大化;凸优化;深度学习
中图分类号：
作者姓名：
李贤;毕宿志;曾泓儒;林彬;林晓辉
作者机构：
深圳大学电子与信息工程学院,广东深圳 518060;鹏城实验室宽带通信研究部,广东 深圳 518066
文献出处：
引用格式：
[1]李贤;毕宿志;曾泓儒;林彬;林晓辉-.基于智能化用户协作的边缘计算任务卸载与资源分配优化)[J].物联网学报,2022(04):41-52
A类：
B类：
化用,用户协作,计算任务卸载,移动边缘计算,边缘计算网络,中计,紧缺,计算资源分配,分配机制,用用,空闲,提升系统,系统整体,处理性能,效用函数,目标优化问题,卸载决策,通信资源,联合优化,深度学习技术,凸优化,优化理论,混合深度学习,对比算法,效用提升,现用,用户效用,效用最大化
AB值：
0.45302
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。
