首站-论文投稿智能助手
典型文献
超密集边缘计算网络中面向能耗优化的任务卸载方法
文献摘要:
传统网络架构部署下的边缘服务器难以满足大规模用户设备的接入和通信质量要求.为增加网络容量,提高频谱利用率,通过密集化基站的部署,构建一种面向超密集边缘计算网络的任务卸载优化模型.面对信道状态的变化、移动设备的动态需求以及服务器和频谱资源的有限性对任务卸载带来的挑战,结合任务类型和服务器的计算能力,并考虑信道状态变化、移动设备的动态需求以及干扰约束对卸载策略的影响,提出一种基于自适应模拟退火遗传(AGASA)算法的任务卸载方法,在满足任务截止期限的同时,对任务卸载能耗进行优化.同时,为得到最优上传功率,采用黄金分割算法解决功率控制问题,从而降低传输能耗.实验结果表明,AGASA算法在信道状态变化时可保证通信质量和计算效率,相比混合遗传粒子群算法,能够在满足截止期约束的同时使卸载能耗降低15.56%.
文献关键词:
超密集网络;移动边缘计算;任务卸载;信道分配;自适应模拟退火遗传算法
作者姓名:
曾蓉晖;林兵;王明芬;林凯;卢宇
作者机构:
福建师范大学 物理与能源学院,福州 350000;福建师范大学 协和学院,福州 350000
文献出处:
引用格式:
[1]曾蓉晖;林兵;王明芬;林凯;卢宇-.超密集边缘计算网络中面向能耗优化的任务卸载方法)[J].计算机工程,2022(11):39-48
A类:
AGASA,混合遗传粒子群算法,自适应模拟退火遗传算法
B类:
边缘计算网络,能耗优化,任务卸载,网络架构,边缘服务器,用户设备,通信质量,质量要求,频谱利用率,过密,基站,信道状态,移动设备,动态需求,频谱资源,有限性,任务类型,计算能力,状态变化,卸载策略,截止期,期限,传功,黄金分割算法,功率控制,控制问题,计算效率,期约,超密集网络,移动边缘计算,信道分配
AB值:
0.29543
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。