✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。
🍎个人主页:Matlab科研工作室
🍊个人信条:格物致知。
🔥 内容介绍
随着物联网技术的飞速发展,越来越多的智能设备涌现,例如无人机、可穿戴设备和传感器等。这些设备通常具有计算能力有限、能量受限的特点,难以满足日益增长的计算需求。边缘计算的出现为解决这一问题提供了新的思路,它将计算资源部署在网络边缘,更靠近数据源,能够有效减轻云计算服务器的压力,并提供低延迟、高带宽的服务。无人机作为一种灵活的移动平台,在边缘计算中发挥着至关重要的作用,可以作为移动边缘服务器,为地面设备提供计算服务,从而实现更加高效的资源利用。
然而,无人机自身能量有限,无法长时间提供服务。同时,由于无人机的移动特性,计算卸载策略也需要考虑无人机的飞行路径、能量消耗和任务完成时间等因素。因此,如何有效地将计算任务卸载到无人机边缘计算平台,并平衡无人机的能量消耗和任务延迟成为当前研究的热点问题。
本文将探讨一种基于 Stackelberg 博弈的计算卸载方法,该方法能够有效地平衡无人机的能量消耗和任务延迟,提高边缘计算系统的整体效率。










⛳️ 运行结果

🔗 参考文献

🎈 部分理论引用网络文献,若有侵权联系博主删除
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱船配载优化、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划(2E-VRP)、充电车辆路径规划(EVRP)、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题
2 机器学习和深度学习方面
2.1 bp时序、回归预测和分类
2.2 ENS声神经网络时序、回归预测和分类
2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类
2.4 CNN/TCN卷积神经网络系列时序、回归预测和分类
2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类
2.7 ELMAN递归神经网络时序、回归\预测和分类
2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类
2.9 RBF径向基神经网络时序、回归预测和分类
135

被折叠的 条评论
为什么被折叠?



