基于PD-BPSO算法的计算卸载策略 | |
薛建彬1,2; 刘星星1 | |
刊名 | 传感器与微系统 |
2020-10-27 | |
期号 | 2020-11页码:103-106 |
关键词 | 移动边缘计算 计算卸载 粒子群优化 能耗 种群多样性 |
DOI | 10.13873/J.1000-9787(2020)11-0103-04 |
英文摘要 | 基于移动边缘计算(MEC)环境下的计算卸载技术有效缓解了传统无线网络数据中心的处理压力,提升了系统服务质量。针对计算密集型任务卸载使得移动终端设备能量消耗大的问题,提出了一种基于种群多样性-二进制粒子群算法(PD-BPSO)的计算卸载策略。首先建立多目标约束下终端设备执行任务时的能耗模型;其次采用粒子群优化算法将任务的卸载转化为粒子寻优过程,并获得在寻求能耗最小化下的最优卸载决策。仿真结果表明:所提卸载策略能够在保证用户服务质量的同时有效降低终端设备能耗。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/103528] |
专题 | 计算机与通信学院 研究生院 |
作者单位 | 1.兰州理工大学计算机与通信学院; 2.东南大学移动通信国家重点实验室 |
推荐引用方式 GB/T 7714 | 薛建彬,刘星星. 基于PD-BPSO算法的计算卸载策略[J]. 传感器与微系统,2020(2020-11):103-106. |
APA | 薛建彬,&刘星星.(2020).基于PD-BPSO算法的计算卸载策略.传感器与微系统(2020-11),103-106. |
MLA | 薛建彬,et al."基于PD-BPSO算法的计算卸载策略".传感器与微系统 .2020-11(2020):103-106. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论