.png){kind=icon}
返回
Energy-Efficient Task Scheduling and Resource Allocation in Edge-Heterogeneous Computing Systems Using Multiobjective Optimization
.png){kind=icon}
PRE
AI
DOI：10.1109/JIOT.2025.3584183.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着物联网（IoT）设备的爆炸式增长及其产生的海量数据，异构架构的边缘计算已成为研究热点。由于边缘基础设施供电受限，基于动态电压和频率缩放（DVFS）的优化成为平衡能耗成本与延迟的有效方法。然而，在功耗受限的边缘计算环境中实现最优性能效率仍是一项重大挑战，尤其是在处理来自物联网终端的巨大请求方面。因此，我们提出了一种面向边缘异构计算的节能任务调度与资源分配技术。具体而言，我们首先利用有向无环图（DAG）描述物联网请求，并将任务调度与资源分配表述为多目标数学规划模型。其次，设计了一种局部搜索增强的非支配排序遗传算法-II（LS-NSGA）作为求解方法，其中LS旨在提升NSGA-II的求解能力。此外，我们开发了一种策略，用于自动调整现有调度方案中每个处理器的DVFS设置，以挖掘潜在的能耗降低空间。实验结果表明，LS-NSGA优于现有的最先进算法。在最佳情况下，我们的方法相比替代方案将执行时间降低52%，能耗成本降低73%。此外，消融研究显示，所提出的自适应DVFS策略可在不同任务规模问题上实现约4%–7%的额外节能效果。
Keyword:
Edge-heterogeneous computing
energy-efficient scheduling
evolutionary multiobjective optimization
Internet of Things (IoT) devices
local search
期刊
IF:
8.9
论文数:
1.4W
被引数:
7.8W
机构
引用论文
.png){kind=icon}
Stateless Blockchain-Based Lightweight Identity Management Architecture for Industrial IoT Applications面向工业物联网应用的无状态区块链轻量级身份管理架构
PREAI
分享收藏An Improved Hybrid Swarm Intelligence for Scheduling IoT Application Tasks in the Cloud一种改进的混合群智能在云中调度物联网应用任务
PREAI
分享收藏Energy and Reliability-Aware Task Scheduling for Cost Optimization of DVFS-Enabled Cloud Workflows
PREAI
分享收藏Deep Reinforcement Learning Based Approach for Online Service Placement and Computation Resource Allocation in Edge Computing边缘计算中基于深度强化学习的在线服务放置和计算资源分配方法
PREAI
分享收藏分享收藏
查看更多内容