發(fā)布時(shí)間：2024-01-21 10:24

　　移動(dòng)邊緣計(jì)算(Mobile Edge Computing,MEC)系統(tǒng)中,任務(wù)卸載策略作為系統(tǒng)的核心功能之一,自出現(xiàn)以來就受到了學(xué)者們的廣泛關(guān)注。眾多學(xué)者針對(duì)這一問題進(jìn)行了研究。目前已有的文獻(xiàn)中主要是針對(duì)嚴(yán)格時(shí)限約束下的任務(wù)卸載策略進(jìn)行的研究,即使用硬時(shí)間窗對(duì)任務(wù)完成時(shí)間進(jìn)行約束。同時(shí),有關(guān)任務(wù)卸載策略的研究主要從用戶角度出發(fā),并未考慮服務(wù)提供者的收益。而實(shí)際應(yīng)用中,用戶對(duì)時(shí)延的容忍度是存在一定彈性的,對(duì)任務(wù)完成時(shí)間的要求并不存在某一嚴(yán)格的時(shí)間點(diǎn)。隨著時(shí)間的推移,用戶對(duì)時(shí)延的容忍度會(huì)呈現(xiàn)明顯的時(shí)變特征,超時(shí)時(shí)間越長(zhǎng),容忍度越小,用戶對(duì)任務(wù)完成所付報(bào)酬的期望越小,因此應(yīng)使用軟時(shí)間窗對(duì)任務(wù)處理時(shí)限進(jìn)行約束。此外,ISPs(Internet Service Providers)作為服務(wù)提供者也要充分考慮卸載策略對(duì)收益的影響,通過調(diào)整任務(wù)處理的功耗來實(shí)現(xiàn)節(jié)能的需求,以更低的開銷謀求更高的收益。因此,本文結(jié)合用戶對(duì)時(shí)延容忍度的時(shí)變性這一特點(diǎn),從運(yùn)營(yíng)商角度出發(fā),設(shè)計(jì)了一種帶軟時(shí)間窗約束的任務(wù)卸載模型。針對(duì)用戶任務(wù)的全卸載策略,以最大化單位能量收益為優(yōu)化目標(biāo),建立了對(duì)應(yīng)的任務(wù)全卸載模型。通過引入離散...

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 全卸載策略
        1.2.2 部分卸載策略
    1.3 課題來源及章節(jié)結(jié)構(gòu)安排
第二章 相關(guān)理論及技術(shù)
    2.1 移動(dòng)邊緣計(jì)算服務(wù)器部署方案
    2.2 移動(dòng)邊緣計(jì)算中的任務(wù)卸載策略研究
        2.2.1 全卸載策略
        2.2.2 部分卸載策略
    2.3 時(shí)間窗約束的任務(wù)調(diào)度問題
    2.4 動(dòng)態(tài)電壓調(diào)節(jié)技術(shù)
    2.5 智能進(jìn)化算法
        2.5.1 生物地理學(xué)優(yōu)化算法
        2.5.2 多種群協(xié)同進(jìn)化算法
第三章 軟時(shí)間窗約束下的任務(wù)全卸載策略研究
    3.1 問題描述
        3.1.1 系統(tǒng)模型
        3.1.2 任務(wù)傳輸模型
        3.1.3 任務(wù)處理模型
        3.1.4 全卸載收益模型
        3.1.5 問題規(guī)劃
    3.2 改進(jìn)遷移算子的生物地理學(xué)任務(wù)卸載算法
        3.2.1 編碼
        3.2.2 遷移算子
        3.2.3 變異
        3.2.4 算法描述
    3.3 仿真試驗(yàn)及分析
        3.3.1 種群個(gè)體數(shù)量及拓?fù)浣Y(jié)構(gòu)
        3.3.2 SCeNB數(shù)量對(duì)算法性能的影響
        3.3.3 與其他算法的對(duì)比
    3.4 結(jié)論
第四章 軟時(shí)間窗約束下的部分任務(wù)卸載策略研究
    4.1 問題描述
        4.1.1 系統(tǒng)模型
        4.1.2 任務(wù)分片
        4.1.3 任務(wù)傳輸及處理
        4.1.4 部分卸載收益模型
        4.1.5 問題規(guī)劃
    4.2 基于多種群協(xié)作的移動(dòng)邊緣計(jì)算部分任務(wù)卸載算法
        4.2.1 編碼
        4.2.2 帶局部?jī)?yōu)化的遷移算子
        4.2.3 變異
        4.2.4 多種群協(xié)作搜索策略
        4.2.5 算法描述
    4.3 仿真實(shí)驗(yàn)及分析
        4.3.1 種群交換個(gè)體數(shù)量及步長(zhǎng)
        4.3.2 種群拓?fù)浣Y(jié)構(gòu)
        4.3.3 與其他算法的對(duì)比
    4.4 結(jié)論
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況



本文編號(hào)：3881798