发明

一种面向边缘计算中基于深度强化学习的服务器部署方法

2023-06-27 09:31:44 发布于四川 1
  • 申请专利号:CN202310106800.0
  • 公开(公告)日:2025-04-11
  • 公开(公告)号:CN116321189A
  • 申请人:北京工业大学
摘要:本发明公开了一种面向边缘计算中基于深度强化学习的服务器部署方法,该方法在考虑边缘服务器间异构性的同时加以能耗约束,平衡放置成本和平均接入时延两个优化目标。首先,确定边缘计算的网络架构,根据网络架构构建系统模型和计算模型,然后依据问题模型构建问题优化模型。其次,使用基于贪婪的策略优先选取单位资源成本价最低的服务器组成子集合,选取能耗上限大于请求和并且总成本最低的子集合进行后续部署工作。最后,将边缘服务器部署建模为马尔科夫决策过程,使用深度强化学习算法求解合理的边缘服务器部署策略,以充分利用有限的边缘计算资源。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116321189 A (43)申请公布日 2023.06.23 (21)申请号 202310106800.0 (22)申请日 2023.02.13 (71)申请人 北京工业大学 地址 100024 北京市朝阳区平乐园100号 (72)发明人 方娟 刘雅祺 滕自怡  (74)专利代理机构 北京思海天达知识产权代理 有限公司 11203 专利代理师 王兆波 (51)Int.Cl. H04W 16/18 (2009.01) G06N 3/092 (2023.01) H04W 16/22 (2009.01) 权利要求书3页 说明书6页 附图2页 (54)发明名称 一种面向边缘计算中基于深度强化学习的 服务器部署方法 (57)摘要 本发明公开了一种面向边缘计算中基于深 度强化学习的服务器部署方法,该方法在考虑边 缘服务器间异构性的同时加以能耗约束,平衡放 置成本和平均接入时延两个优化目标。首先,确 定边缘计算的网络架构,根据网络架构构建系统 模型和计算模型,然后依据问题模型构建问题优 化模型。其次,使用基于贪婪的策略优先选取单 位资源成本价最低的服务器组成子集合,选取能 耗上限大于请求和并且总成本最低的子集合进 行后续部署工作。最后,将边缘服务器部署建模 为马尔科夫决策过程,使用深度强化学习算法求 A 解合理的边缘服务器部署策略,以充分利用有限 9 的边缘计算资源。 8 1 1 2 3 6 1 1 N

最新专利