返回
Multi-Objective Optimization for Task Offloading and Resource Allocation via End-Edge-Cloud Collaboration
DOI:10.23919/cje.2025.00.179.png)
摘要
En 中文
与传统边缘计算系统相比,边缘-云混合系统在满足低延迟和高效任务卸载需求方面日益有效。然而,传统的边缘-云计算往往仅关注优化能耗、延迟或两者的组合,常忽视端设备、边缘服务器和云服务器之间任务分配的负载均衡需求。本文探索了一种集成虚拟机(VM)架构与端-边缘-云协作网络(VM-ECN)的任务卸载优化框架。我们构建了一个联合优化问题,考虑延迟、能耗和负载均衡,通过端设备、边缘服务器和云服务器的协作实现任务卸载。为解决该问题,我们提出了一种改进的多目标灰狼优化算法,结合帐篷映射和多策略机制,称为基于帐篷映射的多目标灰狼优化器(TMOGWO)。我们采用层次分析法对VM-ECN系统中的多目标优化问题进行全面评估,并进行了一系列参数实验仿真。结果表明,所提出的TMOGWO在四种不同任务场景下,复合指标值的收敛性优于非支配排序遗传算法II(NSGAII)、多目标粒子群优化(MOPSO)和多目标灰狼优化器(MOGWO)。此外,TMOGWO在负载均衡指标上表现出更优性能,同时实现了更集中的分布,并在时延和能耗方面表现出更高的稳定性。
Keyword:
Algorithms
Clouds
Internet of Things
Optimization
Servers
Cloud computing
Energy consumption
Equations
Timing
Virtual machines
Task offloading
Multi-objective optimization
End-edge-cloud collaboration
Virtual machine
Mobile edge computing
Multi-objective grey wolf optimization algorithm
Analytic hierarchy process
期刊
C
IF:
3
论文数:
97
被引数:
1.7K
机构
引用论文
Constrained Multiobjective Optimization for IoT-Enabled Computation Offloading in Collaborative Edge and Cloud Computing协同边缘和云计算中基于IoT的计算卸载的约束多目标优化
Dynamic offloading strategy for computational energy efficiency of wireless power transfer based MEC networks in industry 5.0面向工业5.0的无线能量传输辅助移动边缘计算网络的计算能耗动态卸载策略
Distributed Artificial Intelligence Empowered by End-Edge-Cloud Computing: A Survey端边云计算赋能的分布式人工智能: 一项调查

