改进遗传算法的边缘计算卸载策略

作者：葛海波; 李文浩; 冯安琪; 王妍

来源：西安邮电大学学报, 2020, 25(03): 7-13.

DOI：10.13682/j.issn.2095-6533.2020.03.002

• 边缘计算
• 计算卸载
• 遗传算法

针对经典遗传算法处理移动边缘计算卸载存在系统开销较大的问题,提出一种基于改进遗传算法的边缘计算卸载策略。建立了包含时延、能耗的多目标优化模型。将每一个卸载策略作为一条染色体,每条染色体上的基因对应一个本地、边缘和云端计算任务。将系统整体开销的倒数作为适应度函数,选择适应度函数值较小的染色体进入种群。利用随机锦标赛方法进行选择操作以提高种群的质量。使用正态分布交叉(normal distribution crossover,NDX)算子确定搜索步长进行算法的交叉操作。随机选择任务序列中的任务作为突变点,以突变概率决定是否需要突变。根据适应度函数值的变化趋势确定迭代次数,避免算法的过早收敛。仿真结果表明,与All-local、Full-edge、Full-cloud和经典遗传算法卸载策略相比,提出的卸载策略总开销较小。

• 单位
  西安邮电大学; 电子工程学院