本发明涉及一种基于强化学习的多边缘协同负载均衡任务调度方法,一种基于强化学习的多边缘协同负载均衡任务调度方法,包括以下步骤:步骤S1:根据历史数据集,使用强化学习算法来评估不同系统状态下各调整操作的Q值;步骤S2:对步骤S1中构建Q值表中调整操作的Q值进行预处理,然后用机器学习算法训练一个Q值预测模型;步骤S3:每个边缘根据Q值预测模型独立并行地进行决策。本发明将强化学习和机器学习相结合结合,设计无线城域网中的多边缘协同负载均衡算法。每个边缘节点仅利用局部信息,便可独立进行本节点和相邻节点间的负载均衡调度,经过反馈控制和多边缘协同逐步寻找合适的负载均衡方案。所寻找的方案可以有效地减少任务的响应时间。
声明:
“基于强化学习的多边缘协同负载均衡任务调度方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)