摘要：边缘计算赋能下车联网固有的高移动性和计算资源实时变化性对通信与计算资源分配提出了全新要求。考虑以最小化计算迁移时延与车辆用户传输能耗之间长期权衡为优化目标,利用协作多智能体强化学习方法设计联合通信与计算资源分配方案,使得各车辆用户分别作为智能体通过共享训练经验以完成中心化训练,进而可仅依据本地观测信息即可协作完成分布式决策。经数值仿真验证,所提方案相较于基准方案能更好地适应部分观测车联网环境,且可以更有效地同时降低计算迁移时延和传输能耗。

摘要：针对目前风电场选址方案评估决策中指标体系不全面以及主观确定方案等问题,提出了基于层次分析法和灰色关联分析法相结合主客观综合地选择出合适的风电场场址。首先综合考虑了风能、联网、地质、交通与施工等确定了风电场宏观选址现场各指标,再采用改进的层次分析法确定各指标权重,最后利用灰色关联度分析法结合各指标权重,达到了从主客观角度综合分析确定风电场宏观选址。并选取新疆3个风区选址方案进行了分析,验证了该方法的可行性,从而为风电场科学投资提供了理论依据。