排序方式: 共有45条查询结果,搜索用时 15 毫秒
1.
针对“中心云服务器+多个边缘服务器”构成的“云+边”混合环境中多任务卸载效率不足的问题,提出了一种基于概率性能感知演化博弈策略的任务卸载方法。首先,在一个“中心云服务器+多个边缘服务器”构成的“云+边”混合环境中,假设其中分布的边缘服务器具有时变波动的性能,采用一种基于概率性能感知演化博弈策略的任务卸载方法对边缘云服务器的历史性能数据进行概率分析,以获得演化博弈模型;然后,生成服务卸载的演化稳定策略(ESS),使每个用户都能在获得高满意度的前提下进行任务的卸载。基于云边缘资源位置数据集和云服务性能测试数据集进行模拟实验,在24个连续时间窗口上进行不同方法的测试比较。实验结果表明,所提方法在多个性能指标上都优于传统的贪婪(Greedy)算法、遗传算法(GA)和基于纳什均衡的博弈论算法等任务卸载方法。该方法的平均用户期望达成度相较于三个对比方法分别提升了13.7%、117.0%、13.8%,平均卸载时延分别降低了6.5%、24.9%、8.3%,平均货币成本分别降低了67.9%、88.7%、18.0%。 相似文献
2.
3.
主要介绍了Msdos.sys的结构和如何利用它进行Windos95的启动装置。并且通过示例说明如何进行配置,满足不同目的的需要。 相似文献
4.
5.
提出了全天自主分层星识别算法,该算法采用分层的方法,以局域亮星为主构造和识别观测星三角形,减少了待识别的观测星三角形数量,具有较高的识别速度;采用最大匹配可信度和索引的边缘扩充方法,可在一定程度上解决位置误差、星等误差和伪星干扰等问题,仿真实验证明,该算法具有较高的识别准确率,既可进行全天自主星识别,又可进行局部星识别。 相似文献
6.
7.
创新移动应用迅速发展和5G通讯技术的成熟落地引发了终端用户对计算资源下沉至边缘的巨大需求,从而推动了多接入边缘计算(Multi-access Edge Computing,MEC)概念的提出和发展.在MEC环境中,用户可以将移动任务卸载到周围部署的边缘服务器上来加速移动应用.尽管边缘服务器可以在近用户端提供低时延、高响应性的服务,但其仍面临计算资源有限和用户请求多样带来的挑战,因此需要效率高、实时性强的任务调度与资源分配策略来合理地利用边缘资源.然而,目前针对MEC环境下任务调度和资源分配的方法大多基于中心化架构,并以批处理的方式对某个时间段到达任务进行统一调度与资源分配,因此在面对异构复杂的MEC资源网络和高时延敏感用户需求时具有一定的局限性,此外传统方法还缺少对任务多样性和优先级的考量.针对上述问题,本文提出了一种去中心化的在线任务调度与资源分配方法D-TSRA,该方法以任务优先级加权的卸载响应时间为评价指标,由实时任务调度策略、边缘资源分配策略、和运行时任务迁移策略组成.基于真实边缘环境下数据集的实验表明本文所提出的D-TSRA方法与传统任务调度与资源分配方法相比最多能够减少34... 相似文献
8.
叙述了实时图像激光雕刻的微机控制;给出了驱动和控制帧捕捉器、激光调Q开关、扫描振镜和步进电机的软、硬件设计;对影响雕刻精度的因素进行了初步的分析。系统对多种工艺件的图像、纪念标的雕刻具有较大的实时性和灵活性。 相似文献
9.
10.