發(fā)布時間：2021-10-17 02:19

　　任務計算遷移作為大數(shù)據(jù)物聯(lián)網(wǎng)場景下有效緩解計算壓力的新型模式,引起了學者們的極大關(guān)注,雖然計算遷移在一定程度上緩解了原始感知設備的計算壓力,提高了數(shù)據(jù)處理速度,但它并不能動態(tài)自適應地做出遷移決策。文中基于深度學習理論對霧計算遷移的任務完成時間與能耗最小化進行了深入研究。首先構(gòu)建了任務完成時間最小化霧計算遷移優(yōu)化問題,提出了一個基于深度學習的霧計算遷移決策算法用于解決上述優(yōu)化問題;其次,為了進一步優(yōu)化霧計算遷移的能耗,構(gòu)建了終端用戶能耗最小化霧計算遷移優(yōu)化問題,基于上述遷移決策算法求解的最優(yōu)遷移決策,提出了一個最優(yōu)傳輸功率分配求解算法用于解決上述優(yōu)化問題;最后,仿真結(jié)果表明所提算法具有較快的收斂速度,并在最小化任務完成時間遷移決策的基礎上有效降低了終端用戶能耗。 

【文章來源】：南京郵電大學學報(自然科學版). 2020,40(02)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

計算遷移系統(tǒng)模型

根據(jù)上述優(yōu)化問題,可以發(fā)現(xiàn):當αn的取值集合有所差異時,用戶n的任務完成時間也就有所不同,也就意味著所有用戶的最終完成時間T會有所差異。為求取完成時間最小遷移決策集合,本節(jié)提出了DL-FCOD算法來解決上述優(yōu)化問題,其具體求解過程如圖2所示。由圖2可知,該DL-FCOD算法主要包含三個部分。

圖3表示DL-FCOD算法中損失值的收斂性能。其中,虛線代表學習率為0.1時損失值的收斂性能,實線代表學習率為0.2時損失值的收斂性能�？梢园l(fā)現(xiàn),在不同學習率的情況下,損失值的收斂性能都很好,亦即本文所提DL-FCOD算法具有較快的收斂特性。圖4表示用戶不同任務大小下能耗的收斂性能。

【參考文獻】：
期刊論文
[1]霧計算的概念、相關(guān)研究與應用[J]. 賈維嘉,周小杰.  通信學報. 2018(05)
[2]Task Offloading Decision in Fog Computing System[J]. Qiliang Zhu,Baojiang Si,Feifan Yang,You Ma.  中國通信. 2017(11)



本文編號：3440927