.png){kind=icon}
返回
A two-stage task offloading framework for IoT edge computing using BEVST initialization and Lévy-SOA optimization
.png){kind=icon}
PRE
AI
DOI：10.1007/s00542-026-06039-8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
针对延迟敏感型物联网应用的快速增长，边缘计算环境中的高效任务卸载需求日益迫切。现有基于元启发式算法的解决方案常因初始化不佳和早熟收敛导致资源利用率低下。本文提出了一种两阶段任务卸载框架，将最佳边缘虚拟机最短任务（BEVST）初始化策略与Levy-海鸥优化算法（Levy-SOA）相结合。BEVST通过将短任务分配给合适的边缘虚拟机，实现结构感知的预启动并促进负载均衡分布。Levy-SOA随后利用Levy飞行探索机制优化任务执行，以跳出局部最优。实验结果表明，所提框架相比传统方法将完工时间缩短约13%，任务拒绝率降低25%，执行成本减少7%，能耗降低15%，证明了其在动态物联网-边缘-云环境中的有效性。
Keyword:
GENETIC ALGORITHM
期刊
机构
引用论文
Workflow Scheduling Scheme for Optimized Reliability and End-to-End Delay Control in Cloud Computing Using AI-Based Modeling基于AI建模的云计算中可靠性优化和端到端延迟控制的工作流调度方案.png)
Mathematics
OAAI
MathematicsIF0
OAAI分享收藏分享收藏分享收藏Lévy flight distribution: A new metaheuristic algorithm for solving engineering optimization problemsL é vy航班分布: 解决工程优化问题的一种新的元启发式算法
PREAI
分享收藏分享收藏The mobile edge computing task offloading in wireless networks based on improved genetic algorithm基于改进遗传算法的无线网络移动边缘计算任务卸载
PREAI
分享收藏Sustainable task offloading decision using genetic algorithm in sensor mobile edge computing基于遗传算法的可持续任务卸载决策在传感器移动边缘计算中的应用
OAAI
OAAI分享收藏
查看更多内容