10.16208/j.issn1000-7024.2022.02.012
MEC联合资源分配与计算卸载的效益
针对资源受限的移动边缘计算(MEC)卸载问题,提出一种基于遗传算法优化的卸载决策与计算资源分配方法(GAO).建立联合时延、能耗以及卸载费用的系统卸载效益模型,提出最小资源分配阈值;引入改进的遗传算法求解效益最大化问题,针对该问题提出一种两段式的染色体结构和遗传算子.进行仿真实验,对比分析随机卸载决策与平均计算资源分配、全部卸载决策与随机计算资源分配等4种策略,GAO均优于其它策略,提高了系统卸载效益.进行灵敏度分析,该方法在设备数量、传输功率等参数下均具有较好的性能.
边缘计算;计算卸载;资源分配;效益最大化;遗传算法
43
TP301.6(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金
2022-03-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
384-390