一种具有缓存机制的移动边缘计算任务卸载方法

文档序号:36424271发布日期:2023-12-20 16:54阅读:来源:国知局

技术特征:

1.一种具有缓存机制的移动边缘计算任务卸载方法,其特征在于,所述具有缓存机制的移动边缘计算任务卸载方法包括:

2.根据权利要求1所述的具有缓存机制的移动边缘计算任务卸载方法,其特征在于,所述s1中,所述缓存机制包括:

3.根据权利要求2所述的具有缓存机制的移动边缘计算任务卸载方法,其特征在于,所述流行度为:

4.根据权利要求2所述的具有缓存机制的移动边缘计算任务卸载方法,其特征在于,所述任务的函数值为:

5.根据权利要求2所述的具有缓存机制的移动边缘计算任务卸载方法,其特征在于,所述利用任务的函数值对缓存空间进行更新包括:

6.根据权利要求1所述的具有缓存机制的移动边缘计算任务卸载方法,其特征在于,所述任务卸载总时延模型为:

7.根据权利要求1所述的具有缓存机制的移动边缘计算任务卸载方法,其特征在于,所述s2中,所述具有约束条件的任务卸载和缓存联合优化模型为:

8.根据权利要求7所述的具有缓存机制的移动边缘计算任务卸载方法,其特征在于,约束条件包括:

9.根据权利要求1所述的具有缓存机制的移动边缘计算任务卸载方法,其特征在于,所述s3中,所述适应度函数为:


技术总结
本发明公开了一种具有缓存机制的移动边缘计算任务卸载方法,属于边缘计算技术领域,为了减少任务卸载和处理的时延和能耗,进一步提高边缘计算任务卸载的效率和准确性,包括:S1:基于用户任务请求建立具有缓存机制的任务卸载总时延模型和移动设备侧的总能耗模型;S2:根据所述任务卸载总时延模型和移动设备侧的总能耗模型,以任务卸载总时延和移动设备侧的总能耗最小化为目标,建立具有约束条件的任务卸载和缓存联合优化模型;S3:将所述联合优化模型转化为粒子的适应度函数,其中,所述用户任务请求为粒子;S4:利用基于所述适应度函数的联合优化决策算法确定所述粒子的最优解,其中,粒子的最优解为用户任务请求的最优任务卸载决策。

技术研发人员:沈艳,陈姣
受保护的技术使用者:成都信息工程大学
技术研发日:
技术公布日:2024/1/15
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1