摘要
本发明公开了基于深度Q学习与CH算法的多用户依赖任务卸载方法，涉及任务卸载技术领域。包括：确定以单BS/SC、多服务器作为网络模型并确定通信条件与计算方式，然后利用DAG建立依赖任务模型，完成MEC系统建模；建立目标函数，提出DTO‑DQN‑CH混合优化算法，对应用深度Q学习的任务卸载优化进行描述，并介绍基于CH算法的负载均衡机制，最后得到DTO‑DQN‑CH的完整流程；设定三项仿真任务，将MD‑TSDDQN、DTO‑GA‑CH作为对照组，评估MECs之间负载平衡效果、UD数量以及MEC数量对任务卸载优化的影响。本发明能够实现能耗与时延最小化的目的。
