典型文献
一种基于遗传算法的车载边缘计算卸载方案
文献摘要：
延迟敏感型和计算密集型车辆应用的出现,给计算资源有限的车联网带来了巨大的挑战.移动边缘计算(Mobile Edge Computing,MEC)是云计算的一种补充,可以有效解决车辆计算资源有限等问题,但是车辆的高机动性以及中心云距离较远导致数据卸载延迟较大,对卸载效率产生较大影响.现有方案大多对车辆的高机动性以及空闲资源的利用方面考虑不足,因此,文中提出一种基于遗传算法的车载边缘计算卸载方案(Genetic Algorithm-based Vehicle Edge Computing Offloading Scheme,GAVECOS).在该方案中,考虑了任务车辆周围的本地车辆、路边基站上的边缘服务器和空闲车辆的计算资源来卸载任务,然后提出一个以系统总成本最小为目标的优化问题,并利用遗传算法求解该优化问题.最后通过搭建仿真平台对方案进行了验证.仿真结果显示,在综合考虑系统的时延和能耗这两个因素的情况下,该方案与其他4种方案相比总成本有明显的降低.
文献关键词：
车联网;移动边缘计算;遗传算法;计算卸载
中图分类号：
作者姓名：
王珺;刘家豪;宋巧凤
作者机构：
南京邮电大学通信与信息工程学院,江苏南京 210003
文献出处：
引用格式：
[1]王珺;刘家豪;宋巧凤-.一种基于遗传算法的车载边缘计算卸载方案)[J].南京邮电大学学报（自然科学版）,2022(06):1-9
A类：
GAVECOS
B类：
车载边缘计算,计算卸载,卸载方案,敏感型,计算密集型,车辆应用,计算资源,车联网,移动边缘计算,Mobile,Edge,Computing,MEC,高机动性,较远,数据卸载,卸载效率,空闲,Genetic,Algorithm,Vehicle,Offloading,Scheme,路边,基站,站上,边缘服务器,总成本,优化问题,仿真平台,时延,本有
AB值：
0.388947
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
