本文提出了一种混合整数非线性规划方法，以最小化计算延迟和移动用户的能量消耗，同时考虑服务缓存放置、计算卸载和系统资源分配，利用降低复杂度的交替最小化技术更新缓存放置和卸载决策。仿真表明，相比其他基准方法，所提出的技术实现了大量的资源节约。

Jun, 2019

本文研究了一种移动边缘计算服务定价方案，来协调服务缓存决策和控制设备的任务卸载行为。通过采用两阶段的动态不完全信息博弈模型，得到了设备的最优卸载策略，同时利用低复杂度算法优化基站的服务定价和缓存策略。

Nov, 2020

本研究论文介绍了移动边缘计算（MEC）的概念和应用，特别针对计算卸载的决策、计算资源分配、移动管理等三个关键领域的研究进行了详细的探讨，同时归纳了该领域的研究成果和未来需解决的开放性研究问题。

Feb, 2017

本文提出了一种基于深度强化学习和马尔科夫决策过程的移动边缘计算系统中的任务卸载策略优化算法。实验结果表明，该算法相比基线策略有了显著的平均成本改善。

Mar, 2018

本研究介绍了移动边缘计算技术，该技术可以通过将计算任务从无线设备卸载至网络边缘，从而实现实时信息传输和计算。

Dec, 2017

本文考虑一种基于 OFDMA 的多用户和多 MEC 服务器系统，联合研究任务卸载策略和无线资源分配，通过双层优化方法，将原始 NP 困难问题解耦为下层问题和上层任务卸载问题，通过模拟结果表明，与传统方案相比，所提出的算法在节能和成功卸载概率方面具有出色的性能。

Mar, 2018

本篇论文研究了一个多用户缓存辅助移动边缘计算系统中通信、缓存和计算的联合设计，提出了一种联合缓存和卸载机制，以及优化存储资源的能量最小化问题。数值结果表明，所提出的次优解法优于现有比较方案。

Aug, 2017

本论文提出了一种基于极值理论的移动边缘计算系统设计，用于满足极其可靠的低延迟要求和减少用户能量消耗，同时考虑无线通道动态和服务器资源负载。论文提供了两种时间尺度的解决方案，即长时间尺度下的用户 - 服务器关联和短时间尺度下的动态任务卸载和资源分配策略，并通过仿真实验验证了该方法的有效性。

Dec, 2018

本文旨在研究移动边缘计算卸载系统（MECO）中资源分配与压缩模型对系统延迟的影响，并通过数值模拟验证了不同模型的有效性。

Apr, 2017

本文针对异步 MECO 系统提出了能耗最小化的资源管理策略，根据时间共享和计算截止期限约束，通过数据分割和时间分割来实现终端设备，移动网络和云之间的计算负载均衡和协同工作。

Jan, 2018