隨著“互聯(lián)網(wǎng)+”概念的不斷延伸,利用信息技術(shù)及互聯(lián)網(wǎng)平臺(tái)實(shí)現(xiàn)互聯(lián)網(wǎng)與工業(yè)深度融合的技術(shù)不斷發(fā)展,工業(yè)4.0成為當(dāng)前的一個(gè)研究熱詞。工業(yè)生產(chǎn)面臨任務(wù)量不斷增加、需求復(fù)雜多變難以預(yù)知的難題。針對(duì)工業(yè)生產(chǎn)過(guò)程中出現(xiàn)任務(wù)滯后、網(wǎng)絡(luò)擁塞、可靠性不高等問(wèn)題可利用邊緣計(jì)算模式來(lái)降低時(shí)延滿足工業(yè)生產(chǎn)實(shí)時(shí)性需求,然而邊緣計(jì)算的計(jì)算能力及存儲(chǔ)能力有限,難以應(yīng)對(duì)海量數(shù)據(jù)決策需求,因此如何在大數(shù)據(jù)背景下利用有限的計(jì)算資源協(xié)同調(diào)度多用戶多服務(wù)器,來(lái)滿足工業(yè)物聯(lián)網(wǎng)實(shí)時(shí)性及可靠性需求是一項(xiàng)具有重大研究意義的工作。本文充分分析目前國(guó)內(nèi)外關(guān)于智能邊緣計(jì)算場(chǎng)景下任務(wù)調(diào)度相關(guān)文獻(xiàn)。首先建立了基于工業(yè)邊緣計(jì)算網(wǎng)絡(luò)架構(gòu)的智能決策模型,采取用戶端、MEC(Multi-access Edge Computing)多接入邊緣服務(wù)器端、中央處理器端(云端)三端協(xié)作的模式應(yīng)對(duì)大數(shù)據(jù)處理需求。為使系統(tǒng)智能化,針對(duì)用戶端采集數(shù)據(jù)后隨機(jī)向MEC服務(wù)器發(fā)送計(jì)算卸載請(qǐng)求存在任務(wù)卸載滯后率高、滯后時(shí)間長(zhǎng)的問(wèn)題,設(shè)計(jì)了基于 DG(Dynamic programming Greedy algorithm)算法的任務(wù)卸載方案。針對(duì)MEC服務(wù)器同時(shí)接收多用...

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 論文背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 基于機(jī)器學(xué)習(xí)的數(shù)據(jù)處理
        1.2.2 多邊緣服務(wù)器任務(wù)卸載
        1.2.3 計(jì)算卸載
    1.3 本文的研究?jī)?nèi)容
    1.4 本文的章節(jié)安排
第二章 基于工業(yè)邊緣計(jì)算的智能決策模型
    2.1 基于工業(yè)邊緣計(jì)算的智能決策模型分析
        2.1.1 問(wèn)題背景
        2.1.2 邊緣計(jì)算
        2.1.3 智能邊緣計(jì)算
    2.2 基于工業(yè)邊緣計(jì)算智能決策問(wèn)題建模
        2.2.1 多MEC服務(wù)器多任務(wù)卸載問(wèn)題建模
        2.2.2 MEC服務(wù)器同時(shí)接收多任務(wù)計(jì)算卸載問(wèn)題建模
    2.3 模型評(píng)估
        2.3.1 模型數(shù)據(jù)量評(píng)估
        2.3.2 模型運(yùn)行時(shí)間評(píng)估
    2.4 本章小結(jié)
第三章 基于DG算法的任務(wù)卸載方案
    3.1 0-1背包問(wèn)題
    3.2 問(wèn)題轉(zhuǎn)化
        3.2.1 問(wèn)題分析
        3.2.2 NP-hard證明
    3.3 DG算法
        3.3.1 算法分析
        3.3.2 算法設(shè)計(jì)
    3.4 仿真實(shí)驗(yàn)
    3.5 結(jié)果分析
    3.6 本章小結(jié)
第四章 MEC服務(wù)器基于數(shù)據(jù)流相關(guān)性的多任務(wù)計(jì)算卸載方案
    4.1 數(shù)據(jù)流相關(guān)性介紹
    4.2 基于數(shù)據(jù)流相關(guān)性的重復(fù)優(yōu)先算法
        4.2.1 重復(fù)優(yōu)先算法流程
        4.2.2 仿真實(shí)驗(yàn)
        4.2.3 結(jié)果分析
    4.3 基于數(shù)據(jù)流相關(guān)性的TMF算法
        4.3.1 拓?fù)渑判?br>        4.3.2 TMF算法流程
        4.3.3 仿真實(shí)驗(yàn)
        4.3.4 結(jié)果分析
    4.4 實(shí)例說(shuō)明
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文研究工作總結(jié)
    5.2 研究展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間的科研成果



本文編號(hào)：3737585