车辆雾网络中一种近似最优的计算卸载算法

作者：鲍楠; 周思瑶; 孙希霞; 左加阔; 潘甦

来源：南京邮电大学学报(自然科学版), 2023, 43(05): 16-22.

DOI：10.14132/j.cnki.1673-5439.2023.05.003

• 计算卸载
• 车辆雾计算
• Johnson Rules
• 任务调度
• 遗传算法

智能车辆上的时延敏感型任务对计算能力的要求很高，然而请求车辆上可用的计算资源有限不足以单独处理整个任务数据，很难满足时延需求。车辆雾计算(Vehicle Fog Computing, VFC)通过在请求车辆附近进行计算卸载来改善车辆服务。文中基于两阶段生产计划对计算卸载过程进行建模，提出了一种计算卸载算法(Computation Offloading Algorithm, COA)来优化卸载决策和执行顺序，从而降低计算卸载时延。COA在遗传算法(Genetic Algorithm, GA)的基础上应用了Johnson Rules决定卸载顺序。通过SUMO和MATLAB仿真，显示出与GA相比，在相同的迭代次数下，COA具有更低的平均卸载时延和更好的稳定性。

• 单位
  南京邮电大学; 物联网学院