.png){kind=icon}
返回
Transfer function-guided mixed-variable optimization for joint mining decisions and resource allocation in mobile edge computing-integrated blockchain networks
.png){kind=icon}
PRE
AI
DOI：10.1016/j.adhoc.2025.104088.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，移动边缘计算（MEC）技术与无线区块链网络相结合，以提升物联网设备在挖矿过程中的计算能力。联合优化区块链集成MEC网络中的矿工选择（离散）和资源分配（连续）是一项具有挑战性的混合变量、NP难问题。尽管文献中已提出多种算法来解决该问题，但由于收敛速度慢、陷入局部最优或两者兼有，它们仍导致结果质量较低，尤其是在小规模或中等规模问题中。为解决此问题，我们提出了一种基于转移函数的编码（TFE）框架，该框架在连续元启发式搜索与离散矿工操作控制之间建立了规范性的联系。具体而言，每个个体维护一个离散控制变量，用于确定矿工的插入、删除或替换，以及两个连续控制变量，分别表示传输功率和计算资源分配。通过S形和V形转移函数族，将连续元启发式输出转换为离散决策，从而提供可调的探索-开发平衡以及对操作选择的概率控制。该机制已整合到多种最新算法中。在包含m∈[50,1000]个矿工的MEC-区块链网络上的大量实验表明，TFE能够持续加速收敛并提高中小规模系统的利润，其中HNOA-TFE表现出最佳的综合性能。数值结果表明，结合TFE机制的混合钳子优化算法在大多数问题实例中均有效。此外，与最新的MEC/区块链资源分配和车联网边缘基准的对比研究，展示了所提方法的鲁棒性和可扩展性。
