.png){kind=icon}
返回
Task Scheduling Strategy Among Multiple Local Mobile Clouds in Pervasive Edge Computing
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-031-93251-9_10.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在野外战场环境中，存在由多个本地移动云组成的海上单元，每个云包含若干设备。若本地云内资源分布较少，将导致无法处理复杂任务；若各云独立处理任务，将降低任务完成率。为解决此问题，可将任务卸载至其他本地移动云，以实现多移动云间的协同服务。此外，本地云的移动会导致距离变化，一旦超出通信距离，将发生断连，因此需考虑移动性的影响。针对此情况，本文首先构建了多本地移动云的网络环境、时延模型和移动性模型，然后将问题建模为最小化联合目标的任务调度优化问题，并提出了一种基于演员-评论家与遗传算法结合的任务调度算法（AC-GA）。我们利用AC算法的优势解决高维复杂问题，再将训练策略作为遗传算法的初始数据更新迭代，以寻找任务调度的全局最优解。所获任务调度策略能有效降低设备移动性和时延约束对任务的影响，并提高任务完成率。
Keyword:
Pervasive edge computing
collaborative services
task scheduling
local mobile cloud
期刊
机构
引用论文
SHANNON SAMPLING THEOREM - ITS VARIOUS EXTENSIONS AND APPLICATIONS - TUTORIAL REVIEW.png)
PROCEEDINGS OF THE IEEE
PROCEEDINGS OF THE IEEEIF25.9
PREAI
分享收藏Recent Advances in Collaborative Scheduling of Computing Tasks in an Edge Computing ParadigmSENSORS
OAAI
SENSORSIF3.5
OAAI分享收藏An Evolutionary Computing-Based Efficient Hybrid Task Scheduling Approach for Heterogeneous Computing Environment异构计算环境下基于进化计算的高效混合任务调度方法
PREAI
分享收藏
查看更多内容