改进遗传算法的边缘计算卸载策略

摘要：

针对经典遗传算法处理移动边缘计算卸载存在系统开销较大的问题,提出一种基于改进遗传算法的边缘计算卸载策略.建立了包含时延、能耗的多目标优化模型.将每一个卸载策略作为一条染色体,每条染色体上的基因对应一个本地、边缘和云端计算任务.将系统整体开销的倒数作为适应度函数,选择适应度函数值较小的染色体进入种群.利用随机锦标赛方法进行选择操作以提高种群的质量.使用正态分布交叉(normal distribution crossover,NDX)算子确定搜索步长进行算法的交叉操作.随机选择任务序列中的任务作为突变点,以突变概率决定是否需要突变.根据适应度函数值的变化趋势确定迭代次数,避免算法的过早收敛.仿真结果表明,与All-local、Full-edge、Full-cloud和经典遗传算法卸载策略相比,提出的卸载策略总开销较小.

关键词：边缘计算、计算卸载、遗传算法

所属期刊栏目：25

分类号：TP311(计算技术、计算机技术)

资助基金：陕西省自然科学基金项目;陕西省重点产业创新链群项目;西安邮电大学研究生创新基金项目

在线出版日期：2020-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：7-13