基于改進粒子群的邊緣計算任務(wù)卸載策略

打開文本圖片集

摘 要：5G與邊緣計算技術(shù)已成為新興業(yè)務(wù)海量高頻數(shù)據(jù)邊緣側(cè)處理的有力支撐，然而算法框架依賴型業(yè)務(wù)的數(shù)據(jù)邊緣計算尚未得到充分研究。本文構(gòu)建考慮終端設(shè)備具有部分服務(wù)緩存和任務(wù)卸載與計算功能的邊緣計算系統(tǒng)模型，以系統(tǒng)中設(shè)備任務(wù)處理平均時延與能耗加權(quán)和為目標，設(shè)計了基于改進粒子群的邊緣計算任務(wù)卸載策略。仿真結(jié)果表明，相較于隨機決策與傳統(tǒng)粒子群算法，本文所提算法顯著降低了系統(tǒng)任務(wù)處理時延和能耗開銷，提高了系統(tǒng)性能。（剩余1877字）