一种移动云计算的随机任务序列调度方法与流程

技术特征：

1.一种移动云计算的随机任务序列调度方法，其特征是应用于本地移动终端和云端服务器构成的网络环境中，并按如下步骤进行：

步骤1、所述本地移动终端根据随机任务序列的特性和任务执行的条件建立任务队列排队模型；

步骤1.1、假设有I类任务，第i类任务达到所述本地移动终端的过程服从到达率为λi的泊松过程；第i类任务在本地移动终端中的处理速率服从μi,local的负指数分布，第i类任务在云端服务器中的处理速率服从μi,cloud的离开率，i＝1,2,...I；

步骤1.2、根据第i类任务的计算负载量和数据传输量，所述本地移动终端对第i类任务进行分类；

步骤1.3、在所述本地移动终端中对每类任务建立长度为N的任务调度队列和长度为M的任务缓存队列；

判断第i类任务和第j类任务之间是否存在依赖性，若存在，则执行步骤1.4；若不存在，则将第i类任务和第j类任务都放入各自的任务调度队列中，从而使得所述本地移动终端对所述任务调度队列中队首所指向的任务进行调度；

步骤1.4、判断第i类任务的调度执行是否是第j类任务进行调度执行的触发条件，若是，则将第i类任务放入自身的任务调度队列中，将第j类任务放入自身的任务缓存队列中；从而使得所述本地移动终端对第i类的任务调度队列中队首所指向的任务进行调度，同时，将第j类的任务缓存队列中队首所指向的任务放入自身的任务调度队列的队尾中；

若不是，则将第j类任务放入自身的任务调度队列中，将第i类任务放入自身的任务缓存队列中；从而使得所述本地移动终端对第j类的任务调度队列中队首所指向的任务进行调度，同时，将第i类的任务缓存队列中队首所指向的任务放入自身的任务调度队列的队尾中；j＝1,2,...I且i≠j；

步骤2、联合所述云端服务器和所述本地移动终端中的状态信息，根据所述本地移动终端中随机任务序列特性，建立马尔可夫决策模型<S,d,A^L,fcost(s),fper(s)>：其中，S表示状态空间，并有：

式(1)中，ni表示所述任务调度队列中第i类任务的个数，mi表示所述任务缓存队列中第i类任务的个数，cloudi表示在云端服务器中处理第i类任务的个数，locali表示在本地移动终端中处理第i类任务的个数，pi表示第i类任务的功率，Pmax为本地移动终端的最大负载；

d表示所述系统的行动空间，并有：d＝{di}，di表示第i类任务的行动，若di＝1表示第i类任务在本地移动终端处理，若di＝2表示第i类任务在云端服务器处理，若di＝0表示第i类任务在本地移动终端中等待；

A^L表示在策略L下的状态转移速率矩阵，并有其中表示在策略L下状态s转移到状态s′的转移速率；

fcost(s)为花费代价函数，表示所述系统在状态s时任务处理所需要的花费成本；

ftime(s)为时间代价函数，表示所述系统在状态s时任务等待执行所产生的时间成本；

步骤3、利用基于数值计算的策略迭代方法寻找最优控制策略L^*，使得所述移动终端在最优控制策略L^*下，任务等待执行的时间代价和任务处理时的花费成本最小；

步骤3.1.任意选取第k个策略L^k，并令k＝0，从而得到初始策略为L⁰；

步骤3.2.利用如式(2)所示的平衡方程求解系统在策略L^k下不同状态时的稳态概率

式(2)中，表示第k个策略L^k下的状态转移矩阵，e表示单位矩阵；

步骤3.3.分别利用式(3)和式(4)求解在策略L^k下在不同状态时任务处理所产生的花费代价函数fcost(s)与任务等待执行所产生的时间代价函数ftime(s)，从而获得如式(5)所示的第k个策略L^k下的优化目标函数

式(3)中，cci表示第i类任务在云端服务器中处理所花费的成本，cli表示第i类任务在本地移动终端中处理所花费的成本；

式(4)中，wi和wj分别表示在所述任务调度队列中第i类任务的权重和在所述任务缓存队列中第j类任务的权重，且i≠j；

式(5)中，α表示时间代价函数ftime(s)的权重；

步骤3.4.利用式(6)得到在第k个策略L^k下的性能势

步骤3.5.利用式(7)得到第k+1个策略L^k+1：

式(7)中，f^L在策略L下的优化目标函数，A^L表示在策略L下的状态转移矩阵；

步骤3.6.若L^k+1＝L^k，则停止算法，L^k+1表示获得最优控制策略L^*；否则k+1将赋值给k，并返回步骤3.2。