[发明专利]基于进化算法的联合布局与任务调度优化方法有效
申请号: | 201910544996.5 | 申请日: | 2019-06-21 |
公开(公告)号: | CN111343602B | 公开(公告)日: | 2021-05-07 |
发明(设计)人: | 王勇;茹智阳 | 申请(专利权)人: | 中南大学 |
主分类号: | H04W4/40 | 分类号: | H04W4/40;H04W16/18;H04W24/02;H04W24/06;G06F9/50;G06N3/00 |
代理公司: | 长沙市融智专利事务所(普通合伙) 43114 | 代理人: | 欧阳迪奇 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 进化 算法 联合 布局 任务 调度 优化 方法 | ||
1.一种基于进化算法的联合布局与任务调度优化方法,应用于通过设置若干搭载有边缘计算服务器的无人机来为传输信号覆盖范围内的移动设备提供边缘计算服务的系统,其特征在于,用于实现确定移动设备上的任务即应用程序应该在该任务所在的移动设备上被执行,还是应该被迁移到某架无人机上执行,并确定对此任务分配的最优计算资源量,包括以下步骤:
步骤一,建立联合布局与任务调度模型,包括优化目标和约束条件:
其中所述的优化目标是通过下式来求得最小化系统能耗:
式中,M表示移动设备个数;N表示无人机个数;Xj和Yj分别表示无人机j在二维平面上X轴和Y轴的坐标;Fi表示移动设备或者无人机上服务器在处理任务i时所需的CPU周期总数,Di表示任务i的输入数据的大小;ai,k是迁移决策矩阵a的元素,表示任务i是否在执行模式k下被执行的迁移决策变量,其中k是任务候选执行模式集合K={0,1,...,N}的元素,k=0表示一个任务在所在的移动设备上被执行,即本地执行模式,而k>0,k∈K表示任务在无人机j=k上被执行,即移动边缘计算执行模式,ai,k=1表示任务i在执行模式k下被执行,ai,k=0表示任务i不在执行模式k下被执行;fi,k是资源分配矩阵f的元素,表示在执行模式k下执行任务i时分配给该任务的计算资源量;η1和η2分别是移动设备上的CPU和无人机上服务器的CPU的有效电容系数,取值由芯片架构决定,v是正常数;P表示每个移动设备的传输功率;ri,k表示将任务i发送到无人机k上的上行数据速率;P0和T分别是无人机的悬停功率和悬停时间;
所述约束条件包括C1—C8:
C1:
C1表示如果想要在无人机j上执行任务i,那么任务i所在移动设备必须处于无人机j的覆盖范围内;式中,xi和yi分别表示任务i所在移动设备在二维平面上的坐标;H表示无人机j的飞行高度;θ表示无人机j所配备定向天线的波束宽度;M={1,2,...,M}表示移动用户集合;N={1,2,...,N}表示无人机集合;
C2:
C2表示任何两架无人机j1,j2之间必须保持某一最小距离以避免发生碰撞;式中,表示安全距离,
C3:
C3表示每架无人机可以同时执行任务数的限制;式中,nmax表示每架无人机可以同时执行任务数的最大值;
C4:
C4确保所有任务都能被执行,且每个任务只能在一种执行模式下被执行;
C5:和C6:
C5和C6表示如果在执行模式k下执行任务i,则fi,k大于0,否则fi,k等于0;
C7:和C8:
C7和C8表示每个任务的时延约束;
步骤二,采用联合布局与任务调度优化方法求解联合布局与任务调度模型:
1)初始化无人机的数量N=M/nmax,其中nmax是每架无人机可以同时执行任务数的最大值;
2)通过初始化算子生成具有N个个体的初始种群P,即无人机的初始布局,P={(X1,Y1),(X2,Y2),...,(XN,YN)};其中X,Y表示无人机在二维平面上的坐标;
3)在给定P的情况下,通过任务调度算子计算迁移决策a和资源分配f;
4)将N、P、a和f代入优化目标,计算得到目标函数值,即计算{N,P,a,f}的系统能耗;
5)初始化适应度评价次数FEs=1,初始化优化状态flag=0和初始化{N,P,a,f}的连续不可行次数num_inf=0;
6)其中只有当{N,P,a,f}满足所有约束条件才视其为可行,否则为不可行,如果{N,P,a,f}不可行,则跳转至步骤10),否则执行下一步;
7)将{N,P,a,f}存档为{Ntemp,Ptemp,atemp,ftemp},其中temp表示临时数据;
8)执行淘汰算子;
9)如果flag=0并且{N,P,a,f}可行,则跳转至步骤7),否则执行下一步;
10)执行差分进化算法的变异和交叉算子来产生后代种群Q,其中Q是对种群P进化所得到的新的无人机布局;
11)初始化计数j=1;
12)根据更新算子利用Q中的每个个体更新{N,P,a,f};
13)如果{N,P,a,f}不可行,则num_inf=num_inf+1并执行下一步;否则跳转至步骤15);
14)如果num_inf=1000,则flag=1,并且{N,P,a,f}通过之前的存档恢复到最后的可行状态,即{N,P,a,f}={Ntemp,Ptemp,atemp,ftemp},然后跳转至步骤18),否则执行下一步;
15)如果flag=0并且{N,P,a,f}可行,则num_inf=0,并跳转至步骤18),否则执行下一步;
16)j=j+1;
17)如果j≤N,则跳转至步骤12),否则执行下一步;
18)如果FEs<10000,则跳转至步骤6),否则执行下一步;
19)输出最终的{N,P,a,f}。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910544996.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种信息爬取系统
- 下一篇:一种在线学习辅助系统及方法