| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题背景 | 第11-13页 |
| 1.2 研究内容与组织结构 | 第13-17页 |
| 1.2.1 研究内容 | 第13-14页 |
| 1.2.2 组织结构 | 第14-17页 |
| 第二章 移动边缘计算概述 | 第17-27页 |
| 2.1 移动边缘计算的基本概念 | 第17-18页 |
| 2.2 移动边缘计算的应用场景 | 第18-20页 |
| 2.3 移动边缘计算架构 | 第20-22页 |
| 2.4 移动边缘计算任务卸载策略研究现状 | 第22-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 面向节能的单用户-多MEC服务器的计算卸载策略 | 第27-41页 |
| 3.1 引言 | 第27页 |
| 3.2 单用户-多MEC服务器移动边缘计算系统问题描述 | 第27-28页 |
| 3.3 单用户-多MEC服务器移动边缘计算系统模型构建 | 第28-33页 |
| 3.3.1 任务模型 | 第28-29页 |
| 3.3.2 通信模型 | 第29-30页 |
| 3.3.3 时延和能耗模型 | 第30-32页 |
| 3.3.4 优化目标表达式 | 第32-33页 |
| 3.4 AOA(Alternately Optimizing Algorithm)任务卸载算法 | 第33-36页 |
| 3.5 仿真实验与结果分析 | 第36-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 基于机器学习的多用户-单MEC服务器资源分配方案 | 第41-57页 |
| 4.1 引言 | 第41页 |
| 4.2 机器学习算法简介 | 第41-45页 |
| 4.3 多用户-单MEC服务器移动边缘计算系统资源分配问题描述 | 第45-46页 |
| 4.4 多用户-单MEC服务器移动边缘计算系统模型构建 | 第46-50页 |
| 4.4.1 任务和计算模型 | 第46-47页 |
| 4.4.2 网络和通信模型 | 第47-48页 |
| 4.4.3 优化目标表达式 | 第48-50页 |
| 4.5 基于机器学习的资源分配方案 | 第50-52页 |
| 4.5.1 创建数据集 | 第50-51页 |
| 4.5.2 训练模型 | 第51-52页 |
| 4.5.3 计算资源分配结果 | 第52页 |
| 4.6 仿真实验与结果分析 | 第52-56页 |
| 4.7 本章小结 | 第56-57页 |
| 第五章 采用人工鱼群算法的多用户-多MEC服务器计算卸载决策 | 第57-69页 |
| 5.1 引言 | 第57页 |
| 5.2 人工鱼群算法简介 | 第57-59页 |
| 5.3 多用户-多MEC服务器移动边缘计算系统模型 | 第59-61页 |
| 5.4 采用人工鱼群算法的计算卸载决策算法 | 第61-64页 |
| 5.5 仿真实验与结果分析 | 第64-67页 |
| 5.6 本章小结 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 论文工作总结 | 第69-70页 |
| 6.2 下一步工作展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者攻读学位期间发表的学术论文目录 | 第77页 |
