边缘计算任务卸载与资源调度的算法，是论文的源代码，具有价值

MEC_offloading 在竞争性《移动边缘计算市场》论文的模拟结果中生成智能动态数据分流的代码。 抽象的 能够动态管理并满足最终用户计算需求的软件定义网络（SDN）和移动边缘计算（MEC）已经成为5G网络的关键支持技术。 本文研究了在多个MEC服务器和多个最终用户环境中，最终用户选择MEC服务器及其最优数据卸载以及MEC服务器的最优价格设置的共同问题。 SDN技术提供的灵活性和可编程性使所提议框架的实际实现成为可能。 最初，SDN控制器基于随机学习自动机理论执行增强学习框架，以使最终用户能够选择MEC服务器来卸载其数据。 在整个MEC选择过程中，将考虑MEC服务器提供的折扣，其拥挤程度和在为最终用户的计算任务提供服务方面的渗透率，以及其宣布的计算服务价格。 为了确定最终用户将数据卸载到所选MEC服务器的部分，制定了每个服务器的最终用户之间的非合作博弈，并显示了相应Nash均衡的存