與傳統(tǒng)的單任務(wù)進(jìn)化算法相比,進(jìn)化多任務(wù)(EMT)在多個(gè)任務(wù)的搜索空間中同時(shí)進(jìn)行優(yōu)化。通過任務(wù)間的知識(shí)遷移,EMT能夠增強(qiáng)優(yōu)化任務(wù)的求解能力。然而,如果知識(shí)遷移不能得到很好的進(jìn)行,EMT的算法性能會(huì)受到影響。為提高任務(wù)間知識(shí)遷移的質(zhì)量,本文提出了一種基于子空間對(duì)齊和自適應(yīng)差分進(jìn)化的多目標(biāo)EMT算法MOMFEA-SADE。具體地說,MOMFEA-SADE采用子空間學(xué)習(xí)方式,基于一個(gè)映射矩陣來變換種群的搜索空間,從而降低負(fù)遷移產(chǎn)生的可能性。此外,本文還提出了一種自適應(yīng)的差分進(jìn)化策略,可以根據(jù)進(jìn)化經(jīng)驗(yàn)自動(dòng)地選擇合適的后代產(chǎn)生策略。為了證明MOMFEA-SADE的有效性,本文在多目標(biāo)多任務(wù)優(yōu)化測(cè)試套件上進(jìn)行了實(shí)驗(yàn)。結(jié)果表明,相比最新的EMT算法,MOMFEA-SADE算法可取得更優(yōu)越的性能。伴隨5G時(shí)代的來臨和物聯(lián)網(wǎng)的興起,邊緣計(jì)算作為云計(jì)算模型的補(bǔ)充,受到了越來越多的關(guān)注。由于物聯(lián)網(wǎng)設(shè)備的計(jì)算能力有限,各種物聯(lián)網(wǎng)設(shè)備通常需通過邊緣節(jié)點(diǎn)上部署的服務(wù)來實(shí)現(xiàn)各種各樣的功能,從而既減小網(wǎng)絡(luò)時(shí)延,又獲取邊緣節(jié)點(diǎn)的計(jì)算能力。而各種服務(wù)如何在邊緣網(wǎng)絡(luò)上部署會(huì)對(duì)時(shí)延產(chǎn)生很大的影響,從而影響用戶體驗(yàn)。同時(shí),不同的...

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 主要研究工作
    1.3 論文結(jié)構(gòu)安排
第2章 多目標(biāo)多任務(wù)進(jìn)化算法
    2.1 引言
    2.2 相關(guān)概念
    2.3 算法框架
    2.4 發(fā)展現(xiàn)狀
    2.5 存在的不足
    2.6 本章小結(jié)
第3章 基于子空間對(duì)齊和自適應(yīng)差分的多目標(biāo)多任務(wù)優(yōu)化算法
    3.1 引言
    3.2 算法設(shè)計(jì)原理及實(shí)現(xiàn)
        3.2.1 MOMFEA-SADE的主要算法流程
        3.2.2 子空間對(duì)齊策略
        3.2.3 自適應(yīng)差分策略
        3.2.4 算法復(fù)雜度分析
    3.3 實(shí)驗(yàn)結(jié)果及分析
        3.3.1 測(cè)試問題集和對(duì)比算法
        3.3.2 參數(shù)設(shè)置
        3.3.3 評(píng)價(jià)指標(biāo)
        3.3.4 多任務(wù)多目標(biāo)測(cè)試問題集上的實(shí)驗(yàn)結(jié)果
        3.3.5 在超多任務(wù)測(cè)試集上的實(shí)驗(yàn)結(jié)果
        3.3.6 策略獨(dú)立性分析
        3.3.7 參數(shù)敏感性分析
    3.4 本章小結(jié)
第4章 基于多任務(wù)優(yōu)化的邊緣計(jì)算服務(wù)部署
    4.1 引言
    4.2 邊緣計(jì)算服務(wù)部署研究現(xiàn)狀
    4.3 問題形式化描述
        4.3.1 網(wǎng)絡(luò)模型
        4.3.2 網(wǎng)絡(luò)時(shí)延定義
        4.3.3 邊緣服務(wù)器功耗的定義
        4.3.4 多目標(biāo)問題模型
    4.4 MOMFEA-SDP算法設(shè)計(jì)
        4.4.1 編碼方案
        4.4.2 算法框架
        4.4.3 交叉和變異算子
    4.5 實(shí)驗(yàn)方案及結(jié)果分析
        4.5.1 相關(guān)參數(shù)設(shè)置及對(duì)比算法
        4.5.2 實(shí)驗(yàn)結(jié)果及分析
    4.6 本章小結(jié)
第5章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來展望
參考文獻(xiàn)
深圳大學(xué)指導(dǎo)教師對(duì)研究生學(xué)位論文的學(xué)術(shù)評(píng)語
答辯委員會(huì)決議書
致謝
攻讀碩士學(xué)位期間的研究成果



本文編號(hào)：4012531