公开(公告)号：CN119967490A

公开(公告)日：2025-05-09

申请号：CN202510054895.5

申请日：2025-01-14

Applicant: 南京林业大学

Inventor： 焦万果 ,  华文禹 ,  杜伟 ,  索龙 ,  花敏 ,  许艺瀚

IPC: H04W28/084 ,  H04W28/082 ,  H04W28/08 ,  H04W4/40 ,  H04W4/46 ,  G06N3/098

Abstract: 本发明提供一种分布式车联网任务卸载方法及电子设备，属于车联网技术领域。方法包括：采集当前时刻预设区域内任务车辆的任务信息和服务车辆的状态信息；将所述任务车辆的任务信息和服务车辆的状态信息输入预训练的车联网任务卸载模型，利用联邦深度学习算法优化车联网任务卸载策略，以获得最小化所有任务平均处理时间下的车联网任务卸载方案。本发明采用联邦深度学习算法优化车联网任务卸载策略，使得卸载任务所需要的服务车辆远少于传统算法所需要的服务车辆，不仅降低了系统成本，还减少了模型训练时间和状态空间占用的计算资源，显著提升了任务卸载成功率和长时间链接的稳定性。