典型文献
超密集物联网络中多任务多步计算卸载算法研究
文献摘要：
随着物联网(Internet of Things,IoT)的迅速发展,各种物联网移动设备(IoT Mobile Device,IMD)需要处理越来越多的计算密集型和延迟敏感型任务,这给移动边缘计算网络带来了新的挑战.为了应对这些挑战,装备移动边缘计算(Mobile Edge Computing,MEC)的超密集物联网应运而生.在该网络中,IMD可将计算密集型任务卸载至边缘计算服务器上进行处理,从而节省自己的计算资源并降低能耗.然而,这样会造成额外的传输时间,进而导致更高的延迟.为了均衡能耗与时延,针对多用户多任务的超密集物联网络,提出了 一个最小化能耗和时延的均衡问题,以联合优化用户(IMD)关联、计算卸载和资源分配.为了进一步平衡网络负载,充分利用计算资源,在问题建模时采用多步计算卸载.最后,利用智能算法——自适应粒子群算法(Particle Swarm Optimization,PSO)对所提问题进行求解.相比传统粒子群算法,自适应粒子群算法能降低20％～65％的总开销.
文献关键词：
物联网;移动边缘计算;计算卸载;用户关联;资源分配;智能算法;自适应粒子群算法
中图分类号：
作者姓名：
周天清;岳亚莉
作者机构：
华东交通大学信息工程学院 南昌330013
文献出处：
引用格式：
[1]周天清;岳亚莉-.超密集物联网络中多任务多步计算卸载算法研究)[J].计算机科学,2022(06):12-18
A类：
B类：
物联网络,多任务,多步,计算卸载算法,算法研究,Internet,Things,IoT,移动设备,Mobile,Device,IMD,计算密集型,敏感型,移动边缘计算,边缘计算网络,Edge,Computing,MEC,任务卸载,边缘计算服务器,服务器上进行,计算资源,降低能耗,均衡能耗,时延,多用户,最小化能耗,均衡问题,联合优化,化用,资源分配,步平,网络负载,智能算法,自适应粒子群算法,Particle,Swarm,Optimization,PSO,提问题,总开销,用户关联
AB值：
0.395685
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。
