基于改进的混合遗传算法的车联网任务卸载策略研究OA北大核心CSTPCD
Research on task offloading strategy of Internet of vehicles based on improved hybrid genetic algorithm
针对多车多服务器车联网场景下的卸载决策造成资源分配不合理的问题,提出了一种两阶段启发式的车联网任务卸载策略.该策略利用改进的混合遗传算法(IGHA)与改进的人工鱼群算法(AFSA),结合系统对其内部的平均开销、时延与能耗的要求,对2种改进算法进行多次迭代求解,在任务卸载过程中实现最优资源分配.仿真实验结果表明,相比于基准方案,所提方案可以有效地降低系统内开销并提高任务卸载效率.
丛玉良;孙闻晞;薛科;钱志鸿;陈绵书
吉林大学通信工程学院,吉林长春 130012吉林大学通信工程学院,吉林长春 130012中国科学院长春光学精密机械与物理研究所,吉林长春 130012吉林大学通信工程学院,吉林长春 130012吉林大学通信工程学院,吉林长春 130012
信息技术与安全科学
车联网卸载遗传算法人工鱼群算法
《通信学报》 2022 (10)
基于负载均衡与上下文感知的D2D网络接入策略研究
77-85,9
国家自然科学基金资助项目(No.61771219)
评论