1.边云架构下基于深度强化学习的多目标优化卸载策略确定方法，其特征在于包括以下步骤：步骤1.建立边云架构系统模型：

边云架构下的系统模型自下而上是终端设备、边缘服务器和中心云，最底端的是终端设备，总共有N个终端设备，即{1，2，..，N}，每个设备终端都有一个计算密集型任务Rn＝{bn，dn，τmax}需要执行，其中，bn代表用户的计算任务数据块大小，dn代表任务的工作负载，τmax代表当前任务的最大容忍延迟；

中间层为边缘层，即边缘服务器，边缘服务器集合为E＝{e1，e2，...，em}，在整个架构中有多个基站，每个集站附近都部署一个MEC服务器，每个基站所覆盖的区域内都存在多个任务进行卸载计算；

边缘架构的最上层为中心云，中心云的数量只有一个，云服务器通过交换机与基站进行通信；任务的卸载方式为0，1，2卸载，即A＝{a1，a2，...，aN}，an∈{0，1，2}代表着用户产生的任务决定卸载到哪里，an＝0表示终端任务选择本地执行，an＝1表示用户任务选择边缘服务器端进行卸载执行，an＝2表示选择卸载到中心云端执行该任务；每一个任务作为一个完整的任务进行卸载；

步骤2.根据边云架构模型，制定详细的通信模型：当系统开始产生任务后，如果终端设备不能够满足当前任务的时延和能耗的需求，任务通过终端设备上传至边缘服务器；令Hn表示终端设备n与其邻近边缘服务器间的信道增益，令Sn表示终端设备n的发送功率，则本地设备n的上传速率定义为：2

其中σ表示噪声功耗，B表示各设备间的无线信道带宽；

当到达边缘服务器后，如果边缘服务器不能够满足当前任务的时延和能耗的需求，任务通过边缘服务器上传至云服务器；令Hm，cloud表示边缘服务器em与云服务器之间的信道增益，Wm表示边缘服务器em的发送功率，则边缘服务器em与云服务器之间的传输速率定义为：步骤3.根据边云架构系统模型，制定详细的计算模型：当设备选择在本地执行其任务，定义 为本地执行延迟，它只包括本地CPU处理时间，本地执行时间为：本地消耗能耗为：

其中定义 代表终端设备执行任务的计算能力，即终端设备单位时间运行CPU周期数；

ωlocal为移动设备在每个CPU周期中的能耗系数；

当任务选择通过通道卸载到边缘服务器上执行，则该任务在边缘服务器端进行处理的总时延 包括任务的传输时延 和任务的执行时延 具体如下：该任务在边缘服务器端进行处理的总能耗 包括任务的传输能耗 和任务的执行能耗 具体如下：

其中，

任务的传输时延为：

任务的传输能耗为：

任务的执行时延为：

任务的执行能耗为：

其中pn为边缘设备执行任务时的功率， 为边缘服务器计算能力，即边缘服务器单位时间运行CPU周期数，ωmec为边缘服务器完成每个CPU周期数的能耗系数；

当任务分配至云端进行执行时，该任务的总时延 为本地设备传输至边缘服务器em的延时、边缘服务器em传输至云服务器的延时，以及任务在云端执行的延时之和，具体如下：其中 表示云服务器的计算能力，即云服务器单位时间运行CPU周期数；

任务的总能耗 包括计算能耗和传输能耗两部分，具体如下：ωcloud为云服务器完成每个CPU周期数的能耗系数；

步骤4.建立面向时延和能耗的联合优化模型，具体如下：其中，Costn为设备n进行任务处理所消耗的总代价，具体公式如下：

0≤λ1，λ2≤1，λ1+λ2＝1；

步骤5.根据上述所描述的系统模型、计算模型和联合优化模型，建立深度强化学习模型，深度强化学习模型包括：(1)状态单元

状态单元用于反映系统在每一时刻的任务数量和系统的总体开销，具体由两部分组成st＝(Sc，Ctotal)，Sc是当前系统产生的所有任务的数量；

(2)Q值函数

Q值函数公式为：

Q(st，at)＝rt+γmax Q(st+1，an)    (15)其中γ为折扣因子；

(3)动作单元

动作单元设定为at∈{0，1，2}，即为t时刻的任务卸载决策，at定义为：at＝argmax(Q(st，an))    (16)at的选择即为选取Q值函数中最大值的动作an；

(4)奖惩值

奖惩值用于评价所选卸载策略的优劣，奖惩值大，所选卸载策略越好，奖惩值定义为：其中 即当前所有任务全部在本地执行的总开销；

步骤6.利用深度确定性策略梯度算法优化深度强化学习模型，得到最优的卸载策略和系统总开销，具体为：每一个执行者在当前状态st下按照深度确定性策略梯度算法进行动作选择at，选择卸载到本地、边缘服务器或者是中心云端执行；每一个执行者选择完成后，计算系统总开销，更新当前状态st并进入下一个执行者的选择，同时得到当前状态返回的奖惩值rt；在动作单元、状态单元和奖惩值不断的交互下，卸载策略将不断被优化直到奖惩值最大化，得到最优的卸载策略同时最小化系统整体时延和能耗。