arg minf(B,),具体计算过程如下所示。 问题P2关于B的偏导数可以表示为： ∂P2L·P·a, aB, C月2， (14) 接下来，可以利用动量梯度下降法来更新变量B： B(k+I)=P(k)-9.(k+1), (15) 其中，累计动量q,(k+)可以表示为： 4(k+l)=29,(k)+s (16) 其中，k表示迭代次数，s表示迭代步长，：表示衰减值。 当达到停止条件，即达到最大迭代次数时，本轮迭代将停止， 并得到本轮送代中雾节点j分配给任务ⅰ 的计算能力占比的最优值B。 随后，同理可得，将得到的月，代入原函数，将%作为锈同样的，通过数学证明，向愿2关于% 的二阶偏导数为正，因此问题P2是关于，的可微凸函嫩@批，也同样能够利用协同的动量梯度下降法进 一步迭代得到本轮的最优值arg minf(B,,Y), 具体的算过程如下所示。 问题P2关于Y的偏导数可以表示为： BLNd(1) 稿 Rhe (17) K 2LNddIn h;2.Y 接下来，可以利用动量梯度下降法来更新变量： Y(k+1)=Y(k)-(k+I), (18) 其中，累计动量(k)可以表示为： 5k+)=2(6)+s.P2 dya (19) 当达到停止条件，即达到最大迭代次数时，本轮迭代将停止，并得到本轮迭代中分配给任务的雾节点 j带宽占比的最优值Y。 在得到本轮迭代后的一组最优值(B,)之后，若满足全局迭代终止条件，则得到最终的雾节点j分配* arg min ( , ) ij ij ij f β β γ ，具体计算过程如下所示。 问题 P2 关于 βij 的偏导数可以表示为： * 2 2 , c i j ij ij j ij P L P C α β β ∂ ⋅ ⋅ = − ∂ ⋅ (14) 接下来，可以利用动量梯度下降法来更新变量 βij ： ( 1) ( ) ( 1), ij ij i β β k k qk += − + (15) 其中，累计动量 ( +1) i q k 可以表示为： 2 ( 1) ( ) , i i ij P qk zqk s β ∂ + =⋅ +⋅ ∂ (16) 其中，k 表示迭代次数，s 表示迭代步长，z 表示衰减值。 当达到停止条件，即达到最大迭代次数时，本轮迭代将停止，并得到本轮迭代中雾节点 j 分配给任务 i 的计算能力占比的最优值 * βij 。 随后，同理可得，将得到的 * βij 代入原函数，将 ij γ 作为自变量。同样的，通过数学证明，问题 P2 关于 ij γ 的二阶偏导数为正，因此问题 P2 是关于 ij γ 的可微凸函数。因此，也同样能够利用协同的动量梯度下降法进 一步迭代得到本轮的最优值 * * arg min ( , ) ij ij ij f γ β γ ，具体的计算过程如下所示。 问题 P2 关于 ij γ 的偏导数可以表示为： * 2 2 2 (2 1) 2 ln 2 , ij j ij ij j ij R B j i j ij ij ij ij j R B i j ij ij j ij P BLN d R h LN d h γ γ α γ α γ ⋅ ⋅ ∂ ⋅⋅ ⋅ ⋅ ⋅ − = ∂ ⋅ ⋅⋅ ⋅ ⋅ ⋅ − ⋅ (17) 接下来，可以利用动量梯度下降法来更新变量 ij γ ： ( 1) ( ) ( 1), ij ij i γ γ k k rk += − + (18) 其中，累计动量 ( ) ir k 可以表示为： 2 ( 1) ( ) . i i ij P rk zrk s γ ∂ + =⋅ +⋅ ∂ (19) 当达到停止条件，即达到最大迭代次数时，本轮迭代将停止，并得到本轮迭代中分配给任务 i 的雾节点 j 带宽占比的最优值 * ij γ 。 在得到本轮迭代后的一组最优值 * * (,) β γ ij ij 之后，若满足全局迭代终止条件，则得到最终的雾节点 j 分配 录用稿件，非最终出版稿