夜雨聆风学习资料网

ARTICLE · 1360576

物联网边缘计算中卸载决策算法研究

物联网边缘计算中卸载决策算法研究
随着物联网技术的不断革新以及物联网移动终端设备的广泛普及,新兴移动应用程序不断涌现。尽管物联网移动终端设备的CPU和存储器等相关物理设计持续革新,但单个设备会受CPU、电池和内存等自身条件限制,难以处理大型应用程序。边缘计算技术可有效解决上述问题,但随着待处理任务执行卸载计算的需求不断增长,如何权衡计算任务卸载决策这一问题,对物联网移动终端设备的能耗、任务时延等性能指标起到积极作用。基于上述问题,本论文中的主要研究内容如下:
第一,针对智能移动设备自身条件不足以处理计算密集型任务问题,研究了以降低智能移动设备能耗为目标的任务卸载决策。首先,在单个边缘服务器和多个智能移动设备的场景中,建立系统模型、数学计算模型;然后,以降低智能移动设备能耗为目标,制定关于时延和能耗的函数模型,将问题描述为一个非线性约束优化问题;最后,为克服遗传算法和二进制粒子群算法的优缺点,提出了一个新算法:GA-BPSO算法,利用GA-BPSO算法对约束优化问题求解,得到优化问题的计算卸载决策,从而求得在时延阈值约束下智能移动设备能耗最低。使用Matlab R2016a工具软件进行仿真实验,设置各项参数,根据实验验证表明,相较于其他算法,GA-BPSO算法得到的卸载决策产生能耗更低。
第二,针对多设备移动边缘计算系统中计算任务的执行时间以及终端设备的能耗最小化问题,以最大化移动终端设备系统效用为目标,制定边缘计算卸载决策优化问题。首先,搭建了一个多用户单边缘服务器的网络模型;然后,通过对通信模型和相关计算模型进行构建,为权衡时延和能耗构建一个系统效用函数,根据系统效用函数制定出优化目标函数;最后,将二进制人工蜂群算法和二进制差分进化算法相结合,并改进其中的变异操作和交叉概率因子,得到新算法:binAD算法,利用binAD算法进行迭代更新得到边缘计算卸载决策,根据得到的卸载决策对优化目标函数进行求解。binAD算法扩大了可行解范围,且全局搜索能力强,在仿真实验中系统效用方面可取得较好的结果。
参考文献:[1]王泽.物联网边缘计算中卸载决策算法研究[D].四川师范大学,2023.
声明:本文所用图片、文字均为转载,如有涉及作品版权问题,请第一时间告知,我们将根据您提供的证明材料确认并立即删除内容。本文内容系作者个人观点,不代表物联网123的观点或立场。
特别提醒:
物联网专业交流群欢迎物联网行业相关的人群加入,同时群内欢迎各路社牛、大咖、前辈加入,群内除了不能发敏感内容、色情内容,以及不太建议多次发送推广内容,其他内容皆可畅聊~——交流QQ群724511126,进群的朋友请备注:姓名-单位-研究方向(无备注请恕不通过),由编辑审核后邀请入群!

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料