一种基于强化学习的多边缘协同负载均衡任务调度方法

摘要

本发明涉及一种基于强化学习的多边缘协同负载均衡任务调度方法，一种基于强化学习的多边缘协同负载均衡任务调度方法，包括以下步骤：步骤S1：根据历史数据集，使用强化学习算法来评估不同系统状态下各调整操作的Q值；步骤S2：对步骤S1中构建Q值表中调整操作的Q值进行预处理，然后用机器学习算法训练一个Q值预测模型；步骤S3：每个边缘根据Q值预测模型独立并行地进行决策。本发明将强化学习和机器学习相结合结合，设计无线城域网中的多边缘协同负载均衡算法。每个边缘节点仅利用局部信息，便可独立进行本节点和相邻节点间的负载均衡调度，经过反馈控制和多边缘协同逐步寻找合适的负载均衡方案。所寻找的方案可以有效地减少任务的响应时间。