隨著智能移動(dòng)設(shè)備的普及和萬(wàn)物互聯(lián)時(shí)代的到來(lái),用戶(hù)請(qǐng)求的數(shù)據(jù)量正在快速增長(zhǎng)。以云計(jì)算為代表的集中處理模式已經(jīng)無(wú)法滿足任務(wù)的高實(shí)時(shí)性需求,移動(dòng)邊緣計(jì)算（Mobile Edge Computing,MEC）作為一種在靠近數(shù)據(jù)生成源處提供服務(wù)的計(jì)算模型應(yīng)運(yùn)而生。然而,MEC服務(wù)器的計(jì)算能力和資源不足以處理長(zhǎng)周期的密集型任務(wù)數(shù)據(jù),因此MEC與云計(jì)算相互補(bǔ)充和優(yōu)化構(gòu)成了云邊協(xié)同計(jì)算模型。無(wú)論是在MEC環(huán)境中,還是在云邊協(xié)同計(jì)算環(huán)境中,如何高效的將任務(wù)卸載到合適的計(jì)算節(jié)點(diǎn)上處理以及更優(yōu)的分配各種資源是該領(lǐng)域中的重要研究方向。本文分別對(duì)MEC環(huán)境和云邊協(xié)同計(jì)算環(huán)境下的任務(wù)卸載和資源分配問(wèn)題進(jìn)行了研究,并且基于深度強(qiáng)化學(xué)習(xí)方法提出了有效的解決方案,研究目的是為了減少任務(wù)響應(yīng)時(shí)間和能耗。具體的研究工作概括如下:（1）針對(duì)MEC環(huán)境下的任務(wù)卸載和資源分配問(wèn)題,提出一種基于深度Q學(xué)習(xí)的自適應(yīng)算法。在該環(huán)境中,有多個(gè)用戶(hù)設(shè)備和多個(gè)MEC服務(wù)器分布點(diǎn),用戶(hù)設(shè)備具有移動(dòng)性并且以Poisson分布形式模擬任務(wù)的生成。提出的算法具有自學(xué)習(xí)能力,可以決定任務(wù)是否需要卸載以及為任務(wù)分配合適的計(jì)算節(jié)點(diǎn),并在算法訓(xùn)練過(guò)程中不斷... 

【文章來(lái)源】：湖南師范大學(xué)湖南省 211工程院校

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文研究?jī)?nèi)容及創(chuàng)新點(diǎn)
    1.4 本文組織結(jié)構(gòu)
第2章 相關(guān)理論與技術(shù)概述
    2.1 移動(dòng)邊緣計(jì)算與云邊協(xié)同計(jì)算
        2.1.1 基本概念
        2.1.2 應(yīng)用場(chǎng)景
        2.1.3 任務(wù)卸載和資源分配
    2.2 深度強(qiáng)化學(xué)習(xí)方法
        2.2.1 馬爾科夫決策過(guò)程
        2.2.2 值迭代方法
        2.2.3 Q學(xué)習(xí)算法
        2.2.4 深度Q學(xué)習(xí)算法
        2.2.5 本章小結(jié)
第3章 兩層架構(gòu)下的任務(wù)卸載和資源分配算法
    3.1 引言
    3.2 系統(tǒng)模型
        3.2.1 任務(wù)生成模型
        3.2.2 本地計(jì)算模型
        3.2.3 邊緣計(jì)算模型
    3.3 評(píng)價(jià)指標(biāo)和優(yōu)化目標(biāo)
        3.3.1 性能評(píng)價(jià)指標(biāo)
        3.3.2 優(yōu)化目標(biāo)
    3.4 算法分析與實(shí)現(xiàn)
        3.4.1 算法設(shè)定
        3.4.2 算法設(shè)計(jì)
    3.5 仿真實(shí)驗(yàn)與性能分析
        3.5.1 參數(shù)設(shè)置與對(duì)比算法
        3.5.2 任務(wù)數(shù)據(jù)大小實(shí)驗(yàn)
        3.5.3 用戶(hù)設(shè)備數(shù)量實(shí)驗(yàn)
        3.5.4 基站數(shù)量實(shí)驗(yàn)
    3.6 本章小結(jié)
第4章 三層架構(gòu)下的任務(wù)卸載和資源分配算法
    4.1 引言
    4.2 系統(tǒng)模型及問(wèn)題定義
        4.2.1 系統(tǒng)模型
        4.2.2 問(wèn)題定義
    4.3 算法設(shè)計(jì)
    4.4 仿真實(shí)驗(yàn)與性能分析
        4.4.1 任務(wù)數(shù)量占比實(shí)驗(yàn)
        4.4.2 任務(wù)數(shù)據(jù)大小實(shí)驗(yàn)
        4.4.3 用戶(hù)設(shè)備數(shù)量實(shí)驗(yàn)
        4.4.4 邊緣服務(wù)器數(shù)量實(shí)驗(yàn)
    4.5 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀學(xué)位期間的科研成果
致謝



本文編號(hào)：3028420