移动边缘计算中带软时间窗约束的任务卸载策略研究

发布时间：2024-01-21 10:24

　　移动边缘计算(Mobile Edge Computing,MEC)系统中,任务卸载策略作为系统的核心功能之一,自出现以来就受到了学者们的广泛关注。众多学者针对这一问题进行了研究。目前已有的文献中主要是针对严格时限约束下的任务卸载策略进行的研究,即使用硬时间窗对任务完成时间进行约束。同时,有关任务卸载策略的研究主要从用户角度出发,并未考虑服务提供者的收益。而实际应用中,用户对时延的容忍度是存在一定弹性的,对任务完成时间的要求并不存在某一严格的时间点。随着时间的推移,用户对时延的容忍度会呈现明显的时变特征,超时时间越长,容忍度越小,用户对任务完成所付报酬的期望越小,因此应使用软时间窗对任务处理时限进行约束。此外,ISPs(Internet Service Providers)作为服务提供者也要充分考虑卸载策略对收益的影响,通过调整任务处理的功耗来实现节能的需求,以更低的开销谋求更高的收益。因此,本文结合用户对时延容忍度的时变性这一特点,从运营商角度出发,设计了一种带软时间窗约束的任务卸载模型。针对用户任务的全卸载策略,以最大化单位能量收益为优化目标,建立了对应的任务全卸载模型。通过引入离散...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 全卸载策略
        1.2.2 部分卸载策略
    1.3 课题来源及章节结构安排
第二章 相关理论及技术
    2.1 移动边缘计算服务器部署方案
    2.2 移动边缘计算中的任务卸载策略研究
        2.2.1 全卸载策略
        2.2.2 部分卸载策略
    2.3 时间窗约束的任务调度问题
    2.4 动态电压调节技术
    2.5 智能进化算法
        2.5.1 生物地理学优化算法
        2.5.2 多种群协同进化算法
第三章 软时间窗约束下的任务全卸载策略研究
    3.1 问题描述
        3.1.1 系统模型
        3.1.2 任务传输模型
        3.1.3 任务处理模型
        3.1.4 全卸载收益模型
        3.1.5 问题规划
    3.2 改进迁移算子的生物地理学任务卸载算法
        3.2.1 编码
        3.2.2 迁移算子
        3.2.3 变异
        3.2.4 算法描述
    3.3 仿真试验及分析
        3.3.1 种群个体数量及拓扑结构
        3.3.2 SCeNB数量对算法性能的影响
        3.3.3 与其他算法的对比
    3.4 结论
第四章 软时间窗约束下的部分任务卸载策略研究
    4.1 问题描述
        4.1.1 系统模型
        4.1.2 任务分片
        4.1.3 任务传输及处理
        4.1.4 部分卸载收益模型
        4.1.5 问题规划
    4.2 基于多种群协作的移动边缘计算部分任务卸载算法
        4.2.1 编码
        4.2.2 带局部优化的迁移算子
        4.2.3 变异
        4.2.4 多种群协作搜索策略
        4.2.5 算法描述
    4.3 仿真实验及分析
        4.3.1 种群交换个体数量及步长
        4.3.2 种群拓扑结构
        4.3.3 与其他算法的对比
    4.4 结论
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
攻读硕士学位期间的学术活动及成果情况



本文编号：3881798