边缘节点任务卸载中基于深度强化学习与博弈论的分布式决策系统_边缘计算 物联网_2026年课程设计.docxVIP

PAGE27

目录

摘要

第一章绪论

1.1课题背景

1.2课题目的与意义

1.3研究方法与论文结构

第二章相关理论与算法综述

2.1算法理论基础概述

2.2备选算法分析与选型

第三章问题建模与需求分析

3.1问题描述与求解场景

3.2功能需求分析

3.3非功能需求与可行性分析

第四章算法总体设计与数据结构设计

4.1算法总体框架设计

4.2数据结构设计

4.3模块划分与接口设计

第五章核心算法详细设计

5.1核心算法流程设计

5.2关键子算法与优化策略设计

5.3算法正确性与复杂度分析

第六章算法实现

6.1开发环境与工程结构

6.2核心功能模块实现

6.3正确性验证与调试

6.4实现中的重点难点与解决方案

第七章实验与结果分析

7.1实验方法与实验环境

7.2实验方案设计

7.3实验结果与分析

第八章总结与展望

8.1工作总结

8.2存在的问题与改进方向

8.3未来展望

8.4结语

摘要

边缘计算把计算能力下沉到靠近终端的位置，但单个边缘节点的CPU、内存和带宽仍有限。当多个用户同时产生时延敏感任务时，若全部本地执行，终端受限于低主频和电池容量；若盲目卸载，边缘节点又会因排队和资源竞争出现时延反弹。本文研究多用户边缘节点任务卸载中的分布式决策问题，目标是在满足任务最大容忍时延的前提下，降低系统加权时延与能