原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明主要公开了在边缘计算环境中基于深度强化学习的工作流调度方法SAWS。本发明实施的主要过程是先把问题构建成马尔可夫决策过程，定义边缘计算环境中工作流调度问题所对应的奖励、状态和动作，然后根据工作流中任务结点的执行时长、传输时长和依赖情况计算任务结点的权重进行排序，再基于深度Q网络对任务结点的调度作出决策。SAWS策略的主要目标是在保障用户信息安全的前提下找到能使工作流的长期执行时延最短的任务调度策略。本发明通过Q神经网络的学习和决策在大大提升在移动边缘网络环境中工作流的执行效率的同时还保证了
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112905312 A
(43)申请公布日 2021.06.04
(21)申请号 202110074556.5
(22)申请日 2021.01.20
(71)申请人 杭州电子科技大学
地址
文档评论（0）