.png){kind=icon}
返回
MGA-LBaS: a modified genetic algorithm based load-balance aware scheduling for mobile crowd computing
.png){kind=icon}
PRE
AI
DOI：10.1007/s11277-026-11941-5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在动态、资源受限的环境中，如移动众包计算（MCC），有效的任务调度至关重要，因为异构智能移动设备（SMDs）之间不均衡的工作负载分配会降低性能并削弱用户参与度。尽管基于遗传算法的调度器已在分布式系统中得到广泛研究，但许多现有方法将负载均衡视为次要结果而非明确的优化目标，这往往导致MCC中资源利用不均。本文提出MGA-LBaS，一种针对MCC的结构增强型遗传算法负载均衡感知调度框架。所提出的MGA-LBaS引入了一种保真度保持的染色体表示方法，以及一种负载均衡感知的新型变异策略，该策略在进化过程中主动重新分配任务，以平衡负载过重和负载较轻的设备，确保整个优化过程中可行且均衡的调度方案。负载均衡作为主要目标之一，与工期、资源利用率、加速比和能耗共同纳入多准则适应度函数。使用真实SMD配置文件和多种任务系统配置的广泛实验评估表明，MGA-LBaS比代表性启发式和元启发式调度器实现了更均衡和稳健的性能。统计分析和多准则决策进一步证实，MGA-LBaS在保持工作负载公平性的同时不会牺牲整体效率，因此适用于实际的MCC部署。
Keyword:
Mobile crowd computing
Scheduling
Resource utilisation
Load balance
Genetic algorithm
期刊
IF:
2.2
论文数:
742
被引数:
1.2W
机构
引用论文
.png){kind=icon}
Dynamic Request Scheduling Optimization in Mobile Edge Computing for IoT Applications面向物联网应用的移动边缘计算动态请求调度优化
PREAI
分享收藏
查看更多内容