-
公开(公告)号:CN111510477A
公开(公告)日:2020-08-07
申请号:CN202010263014.8
申请日:2020-04-07
Applicant: 河海大学
Abstract: 本发明公开了一种基于改进合同网协议和天牛须搜索算法BAS的雾计算网络任务卸载方法,本发明首先提出了结合BAS和遗传算法的改进BAS算法来搜索最优结果,该方法中首先进行编码和初始化种群,然后进行天牛须搜索过程及更新,再对天牛种群进行繁殖,终止迭代后获得最佳结果。在本发明的雾计算网络任务卸载方法中,任务节点通过代理或非代理模式发布任务并收集投标信息,运行所优化的算法来解决优化问题并获得执行任务的最优解决方案,最后根据最优方案将任务划分为子任务,并将这些任务分配给雾节点。本发明基于改进合同网协议和天牛须搜索算法的雾计算网络任务卸载方法,能够快速有效地将任务卸载到雾节点,其性能优越,且易于实现。
-
公开(公告)号:CN111124298B
公开(公告)日:2021-05-11
申请号:CN201911297784.8
申请日:2019-12-17
Applicant: 河海大学
Abstract: 本发明公开了一种基于价值函数的雾计算网络内容缓存替换方法,该方法中,在用户终端发出内容请求时,依次访问雾节点获取内容,并实时更新访问次数等信息;若遍历雾节点后仍无法获取内容,则根据其价值函数决定是否从云端将内容缓存到雾节点,该函数结合了内容流行度、内容大小和可用缓存存储空间等因素;并且本发明提出新的内容缓存替换方法,若需缓存内容大小大于雾节点剩余容量,则执行该内容缓存替换方法,选择最合适的雾节点删除一部分内容并对新的内容进行存储。本发明可应用于雾计算网络的设计和部署,提出的基于价值函数的内容缓存替换方法提高了用户请求被响应的概率,而且雾节点存储空间利用率较高,缓存性能优势明显。
-
公开(公告)号:CN110650457A
公开(公告)日:2020-01-03
申请号:CN201910972145.0
申请日:2019-10-14
Applicant: 河海大学
Abstract: 本发明公开了一种车联网中任务卸载计算成本与时延的联合优化方法,方法包括:首先初始化系统参数,包括路边单元相关参数、车辆相关参数、任务相关参数和算法初始参数;然后生成一个满足约束条件的矩阵,矩阵中每个元素代表对应车辆接收任务的比例,以消耗函数值最小为目标,基于所提出的算法寻找任务卸载的最优解;最后按照最优解对应的分配策略进行任务卸载。本发明能快速有效地进行任务卸载计算的优化,有效减小时延并降低卸载计算的成本。
-
公开(公告)号:CN115576678A
公开(公告)日:2023-01-06
申请号:CN202211571552.9
申请日:2022-12-08
Applicant: 河海大学智能感知技术创新研究院 , 山东省水文计量检定中心
Abstract: 本发明涉及水文测量技术领域,提供一种基于雾计算的泵阀站数据处理任务分发方法及系统,方法包括:对预先构建的泵阀站系统进行模型参数的初始化操作,当泵阀站系统的模型参数初始化操作完成时,计算所述泵阀站系统的数据任务处理总时延;当泵阀站传感器产生的任务分发决策确定时,利用拉格朗日乘子法计算泵阀站雾节点服务器计算资源的最优值;当最优的计算资源分配策略确定时,利用樽海鞘群算法获取泵阀站传感器所对应的最优任务分发策略,从而实现对需要及时处理的传感器的任务数据在对应终端上即时处理,或将任务数据迁移至雾节点进行处理,从而整体上提升系统性能。
-
公开(公告)号:CN111510477B
公开(公告)日:2021-05-11
申请号:CN202010263014.8
申请日:2020-04-07
Applicant: 河海大学
Abstract: 本发明公开了一种基于改进合同网协议和天牛须搜索算法BAS的雾计算网络任务卸载方法,本发明首先提出了结合BAS和遗传算法的改进BAS算法来搜索最优结果,该方法中首先进行编码和初始化种群,然后进行天牛须搜索过程及更新,再对天牛种群进行繁殖,终止迭代后获得最佳结果。在本发明的雾计算网络任务卸载方法中,任务节点通过代理或非代理模式发布任务并收集投标信息,运行所优化的算法来解决优化问题并获得执行任务的最优解决方案,最后根据最优方案将任务划分为子任务,并将这些任务分配给雾节点。本发明基于改进合同网协议和天牛须搜索算法的雾计算网络任务卸载方法,能够快速有效地将任务卸载到雾节点,其性能优越,且易于实现。
-
公开(公告)号:CN111124298A
公开(公告)日:2020-05-08
申请号:CN201911297784.8
申请日:2019-12-17
Applicant: 河海大学
Abstract: 本发明公开了一种基于价值函数的雾计算网络内容缓存替换方法,该方法中,在用户终端发出内容请求时,依次访问雾节点获取内容,并实时更新访问次数等信息;若遍历雾节点后仍无法获取内容,则根据其价值函数决定是否从云端将内容缓存到雾节点,该函数结合了内容流行度、内容大小和可用缓存存储空间等因素;并且本发明提出新的内容缓存替换方法,若需缓存内容大小大于雾节点剩余容量,则执行该内容缓存替换方法,选择最合适的雾节点删除一部分内容并对新的内容进行存储。本发明可应用于雾计算网络的设计和部署,提出的基于价值函数的内容缓存替换方法提高了用户请求被响应的概率,而且雾节点存储空间利用率较高,缓存性能优势明显。
-
公开(公告)号:CN110650457B
公开(公告)日:2020-07-14
申请号:CN201910972145.0
申请日:2019-10-14
Applicant: 河海大学
Abstract: 本发明公开了一种车联网中任务卸载计算成本与时延的联合优化方法,方法包括:首先初始化系统参数,包括路边单元相关参数、车辆相关参数、任务相关参数和算法初始参数;然后生成一个满足约束条件的矩阵,矩阵中每个元素代表对应车辆接收任务的比例,以消耗函数值最小为目标,基于所提出的算法寻找任务卸载的最优解;最后按照最优解对应的分配策略进行任务卸载。本发明能快速有效地进行任务卸载计算的优化,有效减小时延并降低卸载计算的成本。
-
-
-
-
-
-