-
题名基于改进猫群优化算法的多目标边缘任务调度研究
- 1
-
-
作者
孙鉴
武涛
吴隹伟
杨晓焕
马宝全
-
机构
北方民族大学计算机科学与工程学院
-
出处
《河南理工大学学报(自然科学版)》
2025年第4期29-39,共11页
-
基金
国家自然科学基金资助项目(62062002)
宁夏自然科学基金资助项目(2022AAC03289)
北方民族大学研究生创新项目(YCX23165)。
-
文摘
目的为了在资源有限的边缘计算服务中降低任务传输时延并提高边缘端资源利用率,方法提出一种基于改进猫群优化算法(improved cat swarm optimization,ICSO)的边缘计算多目标任务调度方法。在边缘计算任务调度模型上,采用ICSO对其编码求解,引入非线性选择法更新猫群行为比例分配和记忆池,平衡算法的全局搜索能力和局部搜索能力;为弥补算法初始解空间过小的缺陷,引入反向学习策略和扩大算法寻优空间;通过基于平均适应度值的机制改进跟踪行为,增强全局寻优能力,防止陷入局部最优;提出新的被收养行为,使猫群个体空间发生变异和扩散,进一步提高算法寻优能力。结果仿真实验结果表明,与现有任务调度算法PPCSO,OBL_TP_PSO,PCSO,DMOOTC,LCSO和CSO相比,ICSO的任务传输时延分别降低了4.3%,7.8%,8.3%,9.3%,10.8%,12.5%,减少了任务的最大完工时间和成本花费,同时可在有限迭代次数内收敛到比其他算法更优的解,验证了算法的可行性。结论在应对边缘计算环境中的任务调度问题时,提出的算法优化策略具有一定效果,改进后的猫群优化算法能够提高任务传输效率,使边缘端资源得到更充分利用。
-
关键词
边缘计算
任务调度
猫群优化算法
任务传输时延
多目标
-
Keywords
edge computing
task scheduling
cat swarm optimization algorithm
task transmission latency
multi-objective
-
分类号
TP301.6
[自动化与计算机技术]
TP393
[自动化与计算机技术—计算机系统结构]
-
