基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
移动边缘计算环境中边缘设备的能耗优化主要采用计算卸载策略.然而目前常用的计算卸载策略大多只考虑单一的计算资源,没有对移动边缘计算环境中不同种类的计算资源进行综合考虑,无法在保证响应时间约束的情况下充分降低边缘设备能耗.为了解决这一问题,在移动边缘计算环境中提出一种多重资源计算卸载能耗模型,设计了一种新的评价边缘设备能耗的适应度计算方法,并结合工作流管理系统提出了移动边缘计算中能耗优化的多重资源计算卸载粒子群任务调度算法,该算法能够在考虑响应时间约束的情况下,充分降低移动终端能耗.实验表明,与已有4种计算卸载策略相比,新策略所对应的任务调度算法收敛稳定、适应度最优,在用户响应时间约束下,任务调度方案的边缘设备能耗值优于其他4种卸载策略.
推荐文章
移动边缘计算中基于改进拍卖模型的计算卸载策略
移动边缘计算
计算卸载
拍卖算法
失败补偿
基于强化学习的移动边缘计算任务卸载方法
强化学习方法
Q-Learning算法
移动边缘
计算任务卸载
卸载模型
移动云环境面向多重服务选择的计算卸载算法
移动云计算
能效
计算卸载
应用分割
执行延时
车载边缘计算环境中的任务卸载决策和优化
计算卸载
最小执行时间算法
最小完成时间算法
车载边缘计算
计算切换
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 移动边缘计算中能耗优化的多重资源计算卸载策略
来源期刊 计算机集成制造系统 学科 工学
关键词 移动边缘计算 工作流调度 能耗优化 计算卸载 多重资源
年,卷(期) 2019,(4) 所属期刊栏目
研究方向 页码范围 954-961
页数 8页 分类号 TP319
字数 5686字 语种 中文
DOI 10.13196/j.cims.2019.04.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李学俊 安徽大学计算机科学与技术学院 58 392 12.0 17.0
2 徐佳 安徽大学计算机科学与技术学院 9 61 4.0 7.0
3 刘晓 迪肯大学信息技术学院 4 6 1.0 2.0
4 丁瑞苗 安徽大学计算机科学与技术学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (16)
参考文献  (16)
节点文献
引证文献  (4)
同被引文献  (24)
二级引证文献  (0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(10)
  • 参考文献(5)
  • 二级参考文献(5)
2017(6)
  • 参考文献(6)
  • 二级参考文献(0)
2018(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
移动边缘计算
工作流调度
能耗优化
计算卸载
多重资源
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机集成制造系统
月刊
1006-5911
11-5946/TP
大16开
北京2413信箱34分箱
82-289
1995
chi
出版文献量(篇)
6201
总下载数(次)
22
总被引数(次)
127830
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导