典型文献
基于博弈论和启发式算法的超密集网络边缘计算卸载
文献摘要：
超密集网络与边缘计算相结合时,高密度的基站分布可能会对同一用户重复覆盖,该用户选择不同基站进行卸载将会对系统性能产生不同影响,由此引出卸载对象选取问题.同时边缘计算可以将部分任务卸载到边缘服务器进行处理,选择合适的卸载比例能够显著降低所需的时延和能耗,由此引出卸载比例选取问题.提出一种超密集网络环境中基于博弈论和启发式算法的边缘计算卸载策略.针对卸载对象选取问题,根据边缘服务器到用户之间的距离和工作负载定义偏好度指标,各用户根据偏好度进行博弈后选择卸载对象,并对用户进行分组,将原问题分解为若干个并行的子问题.针对卸载比例选取问题,基于萤火虫群优化算法对各用户的卸载比例进行优化,得到适当的卸载比例.与全本地处理(ALP)策略、全卸载策略(AOS)和基于粒子群优化(PSO)算法的卸载策略进行对比,实验结果表明,ALP和AOS策略在总能耗和平均时延上具有一定的局限性,相比基于PSO的卸载策略,所提策略的时延降低22％,能耗降低20％,可以有效减少系统损失.
文献关键词：
边缘计算;计算卸载;超密集网络;博弈论;萤火虫群优化算法
中图分类号：
作者姓名：
刘振鹏;郭超;王仕磊;陈杰;李小菲
作者机构：
河北大学 电子信息工程学院,河北 保定 071002;河北大学 信息技术中心,河北 保定 071002
文献出处：
引用格式：
[1]刘振鹏;郭超;王仕磊;陈杰;李小菲-.基于博弈论和启发式算法的超密集网络边缘计算卸载)[J].计算机工程,2022(12):54-61,71
A类：
萤火虫群优化,萤火虫群优化算法
B类：
博弈论,启发式算法,超密集网络,网络边缘,边缘计算,基站分布,用户选择,系统性能,引出,对象选取,任务卸载,载到,边缘服务器,服务器进行,网络环境,计算卸载策略,偏好度,后选择,问题分解,若干个,子问题,全本,ALP,AOS,粒子群优化,PSO,总能耗,平均时延,比基
AB值：
0.256564
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。
