-
公开(公告)号：CN112351503B
公开(公告)日：2022-09-06
申请号：CN202011227194.0
申请日：2020-11-05
Applicant: 大连理工大学
Abstract: 一种基于任务预测的多无人机辅助边缘计算资源分配方法，首先对无人机辅助边缘计算卸载场景中的通信模型、计算模型和能量损耗模型进行建模；将无人机辅助边缘计算卸载网络的系统总能耗最小化问题建模为终端设备任务可预测过程；通过接入终端设备的历史数据，采用集中训练得到不同终端设备的预测模型参数；基于当前接入终端设备的任务信息，利用预测模型得到下一时隙的预测任务集；基于预测任务集，将原问题分解为无人机部署问题和任务调度问题进行联合优化。本发明通过深度学习算法能够有效减少任务的响应时延和完成时延，从而减少计算能耗；引入进化算法解决联合无人机部署和任务调度优化问题，极大减少无人机的悬停能耗和提高了计算资源利用率。
-
公开(公告)号：CN112351503A
公开(公告)日：2021-02-09
申请号：CN202011227194.0
申请日：2020-11-05
Applicant: 大连理工大学
Abstract: 一种基于任务预测的多无人机辅助边缘计算资源分配方法，首先对无人机辅助边缘计算卸载场景中的通信模型、计算模型和能量损耗模型进行建模；将无人机辅助边缘计算卸载网络的系统总能耗最小化问题建模为终端设备任务可预测过程；通过接入终端设备的历史数据，采用集中训练得到不同终端设备的预测模型参数；基于当前接入终端设备的任务信息，利用预测模型得到下一时隙的预测任务集；基于预测任务集，将原问题分解为无人机部署问题和任务调度问题进行联合优化。本发明通过深度学习算法能够有效减少任务的响应时延和完成时延，从而减少计算能耗；引入进化算法解决联合无人机部署和任务调度优化问题，极大减少无人机的悬停能耗和提高了计算资源利用率。
-
Search Results
2
records
(took 0.022 seconds)
