基于线性规划松弛的移动边缘计算卸载模型

作者：雷雪梅; 刘丽^*; 王倩

来源：计算机科学, 2023, 50(S1): 636-640.

• 移动边缘计算
• 任务卸载
• 多属性决策
• 分类回归决策树
• 线性规划

移动边缘计算中本地设备可以将计算任务卸载到靠近网络的边缘节点上执行，只将计算结果回传至用户端，从而减小传输时延，降低移动设备的功耗，减轻客户端的负载压力，还可以减少核心网络的计算负载。针对复杂多类边缘节点的移动边缘计算环境，建立了基于线性规划松弛的三级计算任务卸载决策模型，称为CART-CRITIC-LR(CCLR)。首先通过分类回归决策树算法(CART)筛选出本地执行的计算任务；然后采用多属性决策的CRITIC算法确定3个性能指标的权值分配；最后，基于线性规划松弛(LR)对计算卸载问题建模，使计算任务卸载决策的总时延、总能耗和总成本最优。实验比较了其他计算卸载策略的能耗、成本、延迟时间等指标，结果表明CCLR卸载决策算法在保证多目标全局最优的同时，实现了总时延最短，说明了所提算法的有效性与适用性。

• 单位
  自动化学院; 北京科技大学