电力物联网边缘计算依赖型任务卸载的低时延调度技术

文档摘要：现有电力物联网任务调度技术难以满足任务的低时延和实时性要求,且未考虑到电力物联网任务之间的内部依赖性.针对该问题,融合深度强化学习任务卸载模型和Sequence-to-Sequence神经网络,使用有向无环图表示任务及依赖关系,引入ε-贪婪探索机制和优先经验回放来鼓励探索和提高模型训练效率,构建基于深度强化学习的电力物联网任务卸载模型.通过与其他任务卸载算法进行对比,所提模型的任务平均处理时延显著优于其他算法,验证在电力物联网依赖型任务低时延调度方面的优越性.

Abstract：ExistingpowerIoTtaskschedulingtechniquesaredifficulttomeetthelow-latencyandreal-timerequirementsoftasksanddonottakeintoaccounttheinternaldependenciesbetweenpowerIoTtasks.Toaddressthisproblem,adeepreinforcementlearning-basedtaskoffloadingmodelforpowerIoTisconstructedbyintegratingtheDRLTOtaskoffloadingmodelandSequence-to-Sequenceneuralnetwork,usingadirectedacyclicgraphtorepresentthetasksandtheirdependencies,andintroducingtheε-greedyexplorationmechanismandprioritizedexperiencereplaytoencourageexplorationandimprovethemodeltrainingefficiency.Bycomparingwithothertaskoffloadingalgorithms,theaveragetaskprocessinglatencyoftheproposedmodelinthispapersignificantlyoutperformsotheralgorithms,verifyingthesuperiorityinlow-latencyschedulingofpowerIoT-dependenttasks.

作者：王凯   张旭   张倩宜   徐天一   徐志强 Author：WANGKai   ZHANGXu   ZHANGQianyi   XUTianyi   XUZhiqiang
作者单位：国网天津市电力公司信息通信公司,天津市河北区300140;天津市能源大数据仿真企业重点实验室,天津市河北区300140天津大学智能与计算学部,天津市津南区300350;天津市先进网络与应用重点实验室,天津市津南区300350
刊名：电力信息与通信技术 ISTIC
Journal：ElectricPowerInformationandCommunicationTechnology
年，卷(期)：2024, 22(6)
分类号：TN915.853
关键词：电力物联网  边缘计算  任务卸载  深度强化学习  Sequence-to-Sequence神经网络  
Keywords：powerinternetofthings  edgecomputing  taskoffloading  deepreinforcementlearning  Sequence-to-Sequencenetwork  
机标分类号：TP393TN929.5TP181
在线出版日期：2024年7月1日
基金项目：国网天津市电力公司科技项目电力物联网边缘计算依赖型任务卸载的低时延调度技术[
期刊论文]  电力信息与通信技术--2024, 22(6)王凯  张旭  张倩宜  徐天一  徐志强现有电力物联网任务调度技术难以满足任务的低时延和实时性要求,且未考虑到电力物联网任务之间的内部依赖性.针对该问题,融合深度强化学习任务卸载模型和Sequence-to-Sequence神经网络,使用有向无环图表示任务及依赖关...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：电力物联网,边缘计算,任务卸载,深度强化学习,Sequence-to-Sequence神经网络,

2024-10-3 23:49 上传 电力物联网边缘计算依赖型任务卸载的低时延调度技术.pdf

文件大小:

1.47 MB

下载次数:

60

高速下载