10.19678/j.issn.1000-3428.0058085
移动边缘计算中的卸载决策与资源分配策略
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.
移动边缘计算、计算资源、卸载决策、资源分配、遗传算法
47
TP391(计算技术、计算机技术)
赛尔网络下一代互联网技术创新项目NGII20161206
2021-02-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
19-25