-
公开(公告)号：CN115915278B
公开(公告)日：2023-05-05
申请号：CN202310194757.8
申请日：2023-03-03
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种面向车联网的任务卸载方法，涉及移动边缘计算领域，包括以下步骤：S1、构建系统损耗模型；S2、计算系统损耗模型的初始解的系统损耗和整体约束违反度；S3、对系统损耗模型的初始解进行排序，初始化系统损耗模型的初始解的权重；当非可行解的整体约束违反度在阈值ε之内时，作为可行解；S4、求解系统损耗模型，得到M个新的解；S5、得到当前最优可行解，重复步骤S3至本步骤直到预定的次数，得到使系统损耗最小的最优可行解；S6、将最优可行解作为车联网任务卸载策略。本发明考虑用户在RSU服务范围内的驻留时间小于卸载任务在二者间的往返时间的问题，减小系统损耗，提高频率利用率。
-
Patent Agency Ranking
公开(公告)号：CN115915278A
公开(公告)日：2023-04-04
申请号：CN202310194757.8
申请日：2023-03-03
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种面向车联网的任务卸载方法，涉及移动边缘计算领域，包括以下步骤：S1、构建系统损耗模型；S2、计算系统损耗模型的初始解的系统损耗和整体约束违反度；S3、对系统损耗模型的初始解进行排序，初始化系统损耗模型的初始解的权重；当非可行解的整体约束违反度在阈值ε之内时，作为可行解；S4、求解系统损耗模型，得到M个新的解；S5、得到当前最优可行解，重复步骤S3至本步骤直到预定的次数，得到使系统损耗最小的最优可行解；S6、将最优可行解作为车联网任务卸载策略。本发明考虑用户在RSU服务范围内的驻留时间小于卸载任务在二者间的往返时间的问题，减小系统损耗，提高频率利用率。
-
公开(公告)号：CN113780787A
公开(公告)日：2021-12-10
申请号：CN202111022821.1
申请日：2021-09-01
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种复杂水环境下的多移动平台系统的协同任务分配方法，本方法使鲸鱼群中每个个体所处的空间位置都包含了一组任务分配方案，通过代价函数的大小来衡量个体所处空间位置的优劣。同时在算法每次迭代过程中，根据粒子群算法得到的当代的最优粒子位置，替换掉最差的鲸鱼个体位置，鲸鱼再利用自身的觅食策略不断更新鲸鱼个体位置直至获取最佳鲸鱼位置，即获得最佳任务分配方案。本方法将粒子群算法引入到鲸鱼算法中共同求解优化问题，利用粒子群算法在每代循环中的得到最优粒子位置来替代鲸鱼群中的最差鲸鱼位置，避免了鲸鱼算法容易陷入到局部最优的问题，提高了算法搜索到更优解的可能性。
-
公开(公告)号：CN117251296B
公开(公告)日：2024-03-12
申请号：CN202311518680.1
申请日：2023-11-15
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种具有缓存机制的移动边缘计算任务卸载方法，属于边缘计算技术领域，为了减少任务卸载和处理的时延和能耗，进一步提高边缘计算任务卸载的效率和准确性，包括：S1：基于用户任务请求建立具有缓存机制的任务卸载总时延模型和移动设备侧的总能耗模型；S2：根据所述任务卸载总时延模型和移动设备侧的总能耗模型，以任务卸载总时延和移动设备侧的总能耗最小化为目标，建立具有约束条件的任务卸载和缓存联合优化模型；S3：将所述联合优化模型转化为粒子的适应度函数，其中，所述用户任务请求为粒子；S4：利用基于所述适应度函数的联合优化决策算法确定所述粒子的最优解，其中，粒子的最优解为用户任务请求的最优任务卸载决策。
-
公开(公告)号：CN117251296A
公开(公告)日：2023-12-19
申请号：CN202311518680.1
申请日：2023-11-15
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种具有缓存机制的移动边缘计算任务卸载方法，属于边缘计算技术领域，为了减少任务卸载和处理的时延和能耗，进一步提高边缘计算任务卸载的效率和准确性，包括：S1：基于用户任务请求建立具有缓存机制的任务卸载总时延模型和移动设备侧的总能耗模型；S2：根据所述任务卸载总时延模型和移动设备侧的总能耗模型，以任务卸载总时延和移动设备侧的总能耗最小化为目标，建立具有约束条件的任务卸载和缓存联合优化模型；S3：将所述联合优化模型转化为粒子的适应度函数，其中，所述用户任务请求为粒子；S4：利用基于所述适应度函数的联合优化决策算法确定所述粒子的最优解，其中，粒子的最优解为用户任务请求的最优任务卸载决策。
-
公开(公告)号：CN113780787B
公开(公告)日：2023-05-02
申请号：CN202111022821.1
申请日：2021-09-01
Applicant: 成都信息工程大学
IPC: G06Q10/0631 , G06N3/006
Abstract: 本发明公开了一种复杂水环境下的多移动平台系统的协同任务分配方法，本方法使鲸鱼群中每个个体所处的空间位置都包含了一组任务分配方案，通过代价函数的大小来衡量个体所处空间位置的优劣。同时在算法每次迭代过程中，根据粒子群算法得到的当代的最优粒子位置，替换掉最差的鲸鱼个体位置，鲸鱼再利用自身的觅食策略不断更新鲸鱼个体位置直至获取最佳鲸鱼位置，即获得最佳任务分配方案。本方法将粒子群算法引入到鲸鱼算法中共同求解优化问题，利用粒子群算法在每代循环中的得到最优粒子位置来替代鲸鱼群中的最差鲸鱼位置，避免了鲸鱼算法容易陷入到局部最优的问题，提高了算法搜索到更优解的可能性。
-
-
-
-
-
Search Results
6
records
(took 0.037 seconds)
