国内刊号:31-1289/TP
国际刊号:1000-3428
发布日期:
作者:杨天, 杨军
单位:宁夏大学 信息工程学院, 银川 750021
关键词:移动边缘计算,计算资源,卸载决策,资源分配,遗传算法
基金:赛尔网络下一代互联网技术创新项目(NGII20161206)。
为在移动边缘计算服务器计算资源有限的情况下最小化系统总成本,提出一种多用户卸载决策与资源分配策略。优化任务执行位置选择和计算资源分配过程,对基于精英选择策略的遗传算法在编码、交叉、变异等操作方面进行改进,设计联合卸载决策与资源分配的improve-eGA算法。实验结果表明,与All_local、All_offload、RANDOM和CGA等算法相比,improve-eGA在迭代次数、任务周期数、任务传输数据量等影响因素下系统总成本均为最低,验证了所提策略的有效性。
来源:2021年第2期
《计算机工程》期刊编辑部