[发明专利]基于进化算法的联合布局与任务调度优化方法

说明书

本发明公开了一种基于进化算法的联合布局与任务调度优化方法。该发明首先建立联合布局与任务调度模型，包括优化目标和约束条件。然后，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。本发明解决了无线通信领域中进化算法难以有效求解具有大规模、混合变量和强耦合特征的联合布局与任务调度优化问题的问题，能极大提高进化算法对此问题的求解能力。

技术领域

本发明属于无线通信领域，具体涉及一种基于进化算法的联合布局与任务调度优化方法。

背景技术

随着移动设备的日益普及，越来越多的新型移动应用程序出现在了日常生活中，例如移动在线游戏和语音识别。但是，这些应用程序对时延很敏感，换句话说它们需要大量的计算资源。然而，因为受到电池功率和计算资源等物理限制，所以移动设备在执行这些应用程序时会面临巨大的挑战。为了应对这一挑战，人们研究了一系列技术以解决这一问题。其中值得注意的是，移动边缘计算被认为是一种具有解决该问题潜力的技术。但是移动边缘计算服务器的位置通常是固定的，其位置不能根据移动用户的需求而灵活改变，这样无疑大大限制了移动边缘计算的能力。最近，一种无人机协助的移动边缘计算无线供电系统正在被研究，其采用了无人机来搭载移动边缘计算服务器，从而借助无人机的灵活移动能力，为移动设备来提供边缘计算服务。然而，该研究仅考虑使用单架无人机以协助移动边缘计算系统。这无疑对移动边缘计算性能的提高十分有限。因此，研究多无人机协助的移动边缘计算系统以及该系统涉及的联合布局与任务调度优化问题具有非常重要的意义。

由于联合布局与任务调度优化问题是一个非凸非线性优化问题，因此传统的优化方法无法解决它。但是，进化算法具有解决它的潜力，因为它们是一种基于群体的启发式搜索方法，并且不需要梯度信息。尽管如此，在解决该问题时，进化算法仍将面临以下三个问题：

第一，该问题是一个大规模优化问题，进化算法很难直接用于求解此类问题。

第二，该问题是一个混合变量优化问题。在进化计算领域中，解决具有混合变量的优化问题是一项具有挑战性的任务。

第三，无人机布局优化问题和移动设备任务调度优化问题具有强耦合性，这也会对进化算法造成很大的困难。

发明内容

为了解决进化算法在求解联合布局与任务调度优化问题时遇到的大规模、混合变量和强耦合问题，本发明的目的是提出一种基于进化算法的联合布局与任务调度优化方法使得进化算法能够更好地求解联合布局与任务调度优化问题。

为了实现上述技术目的，本发明的技术方案是，

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，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：