.png){kind=icon}
返回
DDQ-FKAN Assisted Dynamic Software Cache for Computing Task Offloading in Mobile Edge Computing
.png){kind=icon}
PRE
AI
DOI：10.1002/cpe.70444.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在移动边缘计算（MEC）中，任务卸载和软件缓存面临计算复杂度高和存储容量有限的挑战。现有方法易陷入局部最优，且缓存效率较低。为解决这些问题，我们提出了一种联合优化框架。具体而言，我们设计了一种改进的冠豪猪优化器（ICPO）以获得纳什均衡解，其中引入了改进的种群初始化和变异操作以避免局部最优。此外，我们开发了一种基于快速柯尔莫哥洛夫-阿尔诺德网络（FastKAN）增强的双深度Q网络（DDQ-FKAN）来确定最优缓存向量，利用可学习的激活函数和高斯径向基函数（GRBF）来加速算法收敛并降低能耗。仿真结果表明，与基线算法相比，ICPO将平均能耗降低了9.78%。同时，DDQ-FKAN显著加速了收敛，在多用户MEC场景中将系统能耗降低了最高26%，从而有效提升了卸载效率和缓存性能。
Keyword:
computation offloading
double deep Q-network
mobile edge computing
online task unloading
task software cache
期刊
C
IF:
1.5
论文数:
473
被引数:
0
机构
引用论文
Energy-efficient and Latency-optimal Task Offloading Strategies for Multi-user in Edge Computing多用户边缘计算中的节能与低延迟任务卸载策略.png)
2024 IEEE 7th Advanced Information Technology, Electronic and Automation Control Conference (IAEAC)
2024 IEEE 7th Advanced Information Technology, Electronic and Automation Control Conference (IAEAC)IF0
PREAI
分享收藏An Improved Gravitational Search Algorithm for Task Offloading in a Mobile Edge Computing Network with Task PriorityElectronics
OAAI
ElectronicsIF0
OAAI分享收藏
查看更多内容