一种云边协同的双利益均衡禁忌强化学习资源分配方法

摘要

本发明公开了一种云边协同的双利益均衡禁忌强化学习资源分配方法，包括：1)建立云边环境下的资源分配框架；2)确定用户利益优化目标函数、服务商利益优化目标函数和双边利益均衡目标函数；3)在资源分配器中构建强化学习三要素；4)选择计算节点ai；5)根据所选择的动作ai进行更新，得到新的状态st+1；6)根据新的状态st+1，模拟出动作a′i；7)计算目标值8)计算Actor‑Critic网络参数ηQ；9)更新Actor‑Critic网络参数；步骤10)重复步骤3)～9)，直到Actor‑Critic网络收敛，得到了双边利益均衡目标函数的最优解。本发明将服务商的平均资源利用率作为服务商利益指标，通过禁忌强化学习方法面对实时动态的用户任务自适应地做出最优的资源分配决策。