边缘计算动态资源分配在通信网络时延优化的研究.pdfVIP

 2024年3月25日第41卷第6期TelecomPowerTechnologyMar. 25, 2024, Vol.41 No.6 

DOI：10.19399/j.cnki.tpt.2024.06.059通信网络技术

边缘计算动态资源分配在通信网络时延优化的研究

贺承启

（贵阳桑力电子实业有限公司，贵州贵阳550000）

摘要：针对边缘计算动态资源分配的通信网络时延优化问题，提出一种基于深度强化学习的算法。该算法建立

一个综合考虑边缘节点的异构性、地理分散性、能量因果性等约束条件，以及时延、能耗、费用等多目标优化指标

的数学模型，充分反映边缘计算网络的复杂性和多样性。该算法使用多层感知器作为策略函数，通过策略梯度方法

和随机梯度下降法进行动态资源分配决策，实现通信网络时延的最小化。仿真实验结果表明，该算法在不同场景和

参数下均能有效降低通信网络时延，提高资源利用效率和系统性能。与固定资源分配算法、贪心资源分配算法以及

基于遗传算法的资源分配算法相比，具有明显的优势，尤其是在处理边缘计算网络的动态性和不确定性方面。基于

深度强化学习的动态资源分配算法为边缘计算资源管理问题提供一种新的解决方案，也为通信网络时延优化提供有

力的支持。

关键词：边缘计算；动态资源分配；通信网络时延优化；深度强化学习；多目标优化

EdgeComputingDynamicResourceAllocationinCommunicationNetworkDelay

Optimization

HEChengqi

(GuiyangSangliElectronicIndustryCo.,Ltd.,Guiyang550000,China)

Abstract:Adeepreinforcementlearning-basedalgorithmisproposedforthecommunicationnetworkdelay

optimizationproblemwithdynamicresourceallocationforedgecomputing.Thealgorithmestablishesamathematical

modelthatcomprehensivelyconsiderstheconstraintsofheterogeneity,geographicdispersion,andenergycausality

ofedgenodes,aswellasmulti-objectiveoptimizationmetricssuchasdelay,energyconsumption,andcost,tofully

reflectthecomplexityanddiversityofedgecomputingnetworks.Thealgorithmusesamultilayerperceptronasa

policyfunction,andmakesdynamicresourceallocationdecisionsthroughthepolicygradientmethodandstochastic

gradientdescentmethodtominimizethecommunicationnetworkdelay.Simulationexperimentalresultsshowthatthe

algorithmcaneffectivelyreducethecommunicationnetworkdelayandimprovetheresourceutilizatio