關鍵詞：移動邊緣計算 隨機任務遷移 機器學習 時延 移動設備能耗 

摘要：針對移動邊緣計算(MEC),提出了一種基于機器學習的隨機任務遷移算法,通過將任務劃分為可遷移組件和不可遷移組件,結合改進的Q學習和深度學習算法生成隨機任務最優遷移策略,以最小化移動設備能耗與時延的加權和.仿真結果表明,該算法的時延與能耗加權和與移動設備本地執行算法相比節約了38. 1%.

北京郵電大學學報雜志要求:

{1}請特別注意：著錄參考文獻出處時，期刊引文須注明的是引文所在具體頁碼，而非該文獻在期刊中的起訖頁碼；報紙引文必須在日期之后注明文獻所在的版次。

{2}稿件的作者署名、保密和是否侵權等問題均由作者自行負責。

{3}正文應論點明確、論據充分、文字簡煉、通順、層次清楚。

{4}結論之后，應有致謝部分，對國家科學基金、資助者或支持者、提供指導和幫助者、給予轉載和引用權的資料、圖片、文獻、研究思想和設想的所有者，表示感謝。

{5}關鍵詞每篇文章可選用3～5個能反映文章主題概念的詞、詞組或術語。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社