一种基于VIFOX优化算法的车联网计算卸载方法

本发明属于车联网边缘计算，特别是涉及到一种基于vifox优化算法的车联网计算卸载方法。

背景技术：

1、随着车辆数量的不断增加和车载网络（vns）道路的发展，车载终端的业务环境更加复杂，出现了大量的计算密集型和时延敏感型任务，这些任务不仅数据量较大，而且对处理的实时性具有较高要求。例如：自动驾驶，视频辅助实时导航和语音识别等。然而，车辆有限的计算资源将难以满足此类计算任务的时延需求。为解决这一问题，移动边缘计算（mobile edge computing,mec）作为一种新兴的技术被引入到车联网中，车载边缘计算（vehicular edge computing，vec）有能力应对复杂、异构、动态的车载环境，为用户提供低时延、高带宽、高可靠性的服务，最大程度保障不同用户多样化的服务质量。车辆产生的数据不必全部上传至云端，而是在基站、路侧单元（road side unit,rsu）等位置部署的边缘服务器上进行计算、存储和应用，可有效降低通信传输数据量、缩短时延并降低用户响应时间。

2、计算卸载作为车联网的关键技术之一，计算卸载能够将计算任务从车辆转移到边缘服务器，以减轻车辆的计算负担并提高计算效率。是有效提升任务处理效率和减少计算时延的重要手段。vec将轻量级和无处不在的资源从云服务器迁移到配备有vec服务器的路边单元（rsu），以扩展传统vns的计算能力。

3、目前传统的计算卸载策略存在以下缺点：1.传统方法通常采用静态的分配策略，无法根据实时的网络负载和车辆需求进行动态调整。这导致资源利用率低下和计算性能的不稳定性。2.传统方法通常采用简单的负载均衡或启发式算法来进行任务分配和卸载决策，缺乏针对复杂问题的优化算法。这限制了系统性能的进一步提升和优化。3.不考虑系统效用：传统方法通常只关注单个指标，如任务完成时间或能耗，而忽略了系统整体效用的最大化。这可能导致局部优化而忽视了整体性能的提升。

技术实现思路

1、本发明所要解决的技术问题是：提供一种基于vifox优化算法的车联网计算卸载方法，在计算资源的约束下，尽可能地降低用户端的总消耗。

2、一种基于vifox优化算法的车联网计算卸载方法，包括以下步骤，

3、步骤一、以最小化系统的总成本为目标，优化时延与能耗因素，建立车联网计算卸载任务问题模型；

4、步骤二、使用整数编码方式，通过染色体表示问题模型计算任务的分配方案；

5、步骤三、对问题模型初始化种群矩阵xp_fox，xp_fox代表狐狸的位置；遍历搜索代理索引，检查搜索代理是否满足约束条件；若满足条件，则进行步骤四，若不满足条件，卸载变量设为0；

6、步骤四、使用vifox算法结合全局搜索和局部搜索，寻找新位置xp(it+1)；设置随机变量r用于分配50%的机会执行探索或利用；

7、步骤五、在每次迭代时使用标准基准函数计算每个搜索代理xp_fox矩阵中每一行的适应度值；将新解决方案的适应度值fit1与先前解决方案的适应度值fit进行重复比较；具有最高拟合值的解决方案将被选择为最佳问题模型解决方案。

8、所述步骤一车联网计算卸载任务问题模型为：

9、对车辆产生的任务j，时延为，

10、任务j的能耗为；

11、式中，χ为任务j的决策指标，当χ为0时在本地进行计算，则计算本地计算时延和本地计算能耗；当χ为1时任务卸载到边缘服务器进行计算，则计算卸载计算时延和卸载计算能耗；

12、以最小化系统总成本为目标，同时考虑所述时延和所述能耗两个因素，建立问题模型 ；

13、式中，η和λ是权衡时延和能耗的系数，且；

14、通过不断调整和优化权衡因子的取值，获得适合具体应用需求的最佳权衡方案，获得优化后问题模型：

15、式中，v为集合，v={1,2,...,n}。

16、所述步骤二每个所述染色体包含多个基因，每个基因表示一个任务，基因的取值表示任务被分配给对应的设备。

17、所述步骤四该算法模拟了狐狸在雪地中捕捉猎物的行为，并结合了探索和利用的策略，以平衡全局搜索和局部搜索。

18、所述步骤四vifox算法进行探索或利用的方法为：

19、一、开发阶段寻找新位置：p∈[0.18,1]时，狐狸会向东北方向跳跃去捕捉猎物；新位置计算如下：

20、当p∈[0，0.18]否则，狐狸会向相反方向跳跃，得到新位置如下：

21、为四则运算中的乘法运算，c1,c2均为方向变量；跳跃高度为h_jump，狐狸与猎物之间的距离为d_foxp；

22、二、探索阶段寻找新位置：新位置的探索策略如下：

23、

24、变量t_min，控制因子a，位置bestxp，狐狸对猎物的随机探索通过利用rand（1，dim）得到增强。

25、所述变量t_min计算为：。

26、所述步骤五标准基准函数的优化目标是最小化车辆处理任务的总时延和总能耗的加权平均值，函数计算为：

27、

28、式中，t(j)为总时延,e(j)为总能耗,η和λ为权重因子。

29、通过上述设计方案，本发明可以带来如下有益效果：一种基于vifox优化算法的车联网计算卸载方法，可以大幅度的提高系统资源的利用率，有效降低端到端时延，满足车载终端大量计算密集型和时延敏感型任务对处理的实时性和计算密集的服务需求。

技术特征：

1.一种基于vifox优化算法的车联网计算卸载方法，其特征是：包括以下步骤，

2.根据权利要求1所述的一种基于vifox优化算法的车联网计算卸载方法，其特征是：所述步骤一车联网计算卸载任务问题模型为：

3.根据权利要求1所述的一种基于vifox优化算法的车联网计算卸载方法，其特征是：所述步骤二每个所述染色体包含多个基因，每个基因表示一个任务，基因的取值表示任务被分配给对应的设备。

4.根据权利要求1所述的一种基于vifox优化算法的车联网计算卸载方法，其特征是：所述步骤四vifox算法模拟了狐狸在雪地中捕捉猎物的行为，并结合了探索和利用的策略，以平衡全局搜索和局部搜索。

5.根据权利要求1所述的一种基于vifox优化算法的车联网计算卸载方法，其特征是：所述步骤四vifox算法进行探索或利用的方法为：

6.根据权利要求5所述的一种基于vifox优化算法的车联网计算卸载方法，其特征是：所述变量t_min计算为：。

7.根据权利要求1所述的一种基于vifox优化算法的车联网计算卸载方法，其特征是：所述步骤五标准基准函数的优化目标是最小化车辆处理任务的总时延和总能耗的加权平均值，函数计算为：

技术总结
一种基于VIFOX优化算法的车联网计算卸载方法，属于车联网边缘计算技术领域，通过协调车载设备、道路边缘服务器资源，实现智能任务卸载和动态负载均衡。利用VIFOX算法的优化特性，根据车辆位置、网络状况和任务特性，动态调整任务分配方案，可以大幅度的提高系统资源的利用率，有效降低端到端时延，满足车载终端大量计算密集型和时延敏感型任务对处理的实时性和计算密集的服务需求。本发明可以大幅度的提高系统资源的利用率，有效降低端到端时延，满足车载终端大量计算密集型和时延敏感型任务对处理的实时性和计算密集的服务需求。

技术研发人员：刘玉宝,薛亚栋,闫勃承,王本睿,戴银飞,王绍强,王艳柏,刘志远,隋玉萍
受保护的技术使用者：长春大学
技术研发日：
技术公布日：2024/3/12