首页 | 本学科首页   官方微博 | 高级检索  
     

基于多目标优先级粒子群算法的资源调度策略
引用本文:朱新峰,吴名位,王国海.基于多目标优先级粒子群算法的资源调度策略[J].计算机技术与发展,2022(1).
作者姓名:朱新峰  吴名位  王国海
作者单位:扬州大学信息工程学院;中电科航空电子有限公司航空电子事业部
基金项目:国家自然科学基金项目(21675140)。
摘    要:移动边缘云计算是5G技术的核心之一,也是当下非常热门的通信技术。但当前移动用户数量迅猛增长,传统资源分配方式已不能满足用户需求,因此根据用户的规模及其任务优先级的实时变化,如何合理制定资源分配策略来满足用户对计算单元、存储空间、软件等资源的需求是当下十分热门的研究方向。该文提出了一种基于多目标优先级粒子群算法的边缘云资源调度算法(MPPSO),合理布局多个边缘基站,形成边缘云。在多用户多任务并发时,综合用户数据传输速率、任务能耗、任务优先级和边缘基站性能等多方面因素,设计了两个适应度函数和一种粒子编解码方法,同时引入了帕累托控制机制,协助策略搜索多目标优先级最优解,为边缘云提供最优的资源调度策略,便于实时满足不同用户不同任务的资源需要,不仅使边缘云资源得到了充分利用,也大大提高了用户的使用体验。最后通过实验验证了该算法的有效性。

关 键 词:多目标  边缘云计算  粒子群  资源调度  传输速率  任务能耗  帕累托

Resource Scheduling Strategy Based on Multi-objective Priority Particle Swarm Optimization
ZHU Xin-feng,WU Ming-wei,WANG Guo-hai.Resource Scheduling Strategy Based on Multi-objective Priority Particle Swarm Optimization[J].Computer Technology and Development,2022(1).
Authors:ZHU Xin-feng  WU Ming-wei  WANG Guo-hai
Affiliation:(School of Information Engineering,Yangzhou University,Yangzhou 225100,China;Avionics Division of China,Electronics Technology Avionics Co.,Ltd.,Chengdu 610000,China)
Abstract:
Keywords:multi-objective  edge cloud computing  particle swarm  resource scheduling  transmission rate  task energy consumption  Pareto
本文献已被 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号