基于缓存模型改进NSGA-Ⅲ算法车联网卸载策略

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据

中文摘要：车联网场景中,计算任务处理的时延敏感性极高,将计算任务卸载至边缘服务器是降低时延的有效手段,进行任务卸载还需要综合考虑负载均衡以及能耗问题.为此提出一种融合差分进化改进的快速非支配排序遗传算法(NSGA-Ⅲ-DE)卸载方案,引入了缓存模型、时延模型、能耗模型、负载均衡模型,实现多目标优化问题.所提出的算法与NSGA-Ⅱ算法相比,系统时延降低了 18.5%,能量消耗减少了 44.5%,负载均衡标准差下降了14.7%,充分验证了NSGA-Ⅲ-DE算法的有效性和优越性.

作者：

武斌、刘鹏程、丛佳、赵洁

展开 >

作者单位：

天津城建大学计算机与信息工程学院,天津 300384

关键词：

边缘计算任务卸载缓存模型差分进化多目标优化 NSGA-Ⅲ算法

出版年：

2025

DOI：

10.16667/j.issn.2095-1302.2025.01.026

物联网技术

陕西省电子技术研究所

物联网技术

影响因子：0.4

ISSN：2095-1302

年,卷(期)：2025.15(1)