[发明专利]一种用于分布式神经网络的边缘网络通信路径选择方法

权利要求书

1.一种用于分布式神经网络的边缘网络通信路径选择方法，其特征在于，包括：

步骤(1)：获取边缘网络结构信息，其中，所述边缘网络结构信息包括云设备和若干边缘设备；

步骤(2)：通过基于前向更新准则的蚁群算法从所述边缘网络结构信息中找出最优通信路径；所述最优通信路径通过多个依次相连的边缘设备连通至云设备构成；具体包括：

步骤(21)：产生初始蚂蚁种群，令蚂蚁种群中的蚂蚁从起点边缘设备出发，向终点前进，所述终点为云设备；

步骤(22)：判断蚂蚁是否到达终点；若蚂蚁未到达终点，则根据转移概率选择下一个边缘设备前进，并判断下一个边缘设备是否满足前向更新准则，若满足前向更新准则，则向已走过的路径释放前向更新信息素τ_back，再向下一个设备前进；若不满足前向更新准则，则直接向下一个设备前进；若蚂蚁到达终点，则更新通信路径信息素，并保存当前通信路径；

步骤(23)：循环步骤(22)直到蚂蚁种群中的所有蚂蚁均到达终点时，得到若干条通信路径，并从所述若干条通信路径中选择最短的路径作为最优通信路径；

所述前向更新准则具体为：

蚁群算法中的蚂蚁在到达终点前保存已经走过的路径信息；

当蚂蚁试探下一个边缘设备作为新的路径时，若新增的边缘设备满足公式T_path(k+1)＜T_path(k)，则蚂蚁向已走过的路径增加前向更新信息素τ_back，其中，T_path(k)表示k个边缘设备组成的通信路径总体耗费时间；

步骤(3)：在所述最优通信路径上部署分割后的神经网络，来实现神经网络的分布式计算。

2.根据权利要求1所述的用于分布式神经网络的边缘网络通信路径选择方法，其特征在于，所述步骤(22)中转移概率的公式为：

其中，J_u(i)表示蚂蚁u在边缘设备i时，其能选择转移设备的集合；τ_ij(t)表示t时刻边缘设备i和边缘设备j之间的通信路径具有的信息素值；η_ij(t)表示t时刻边缘设备i转向边缘设备j时，通信路径的时间开销对蚂蚁选择路径的影响；α表示信息因子，β表示启发因子。

3.根据权利要求1所述的用于分布式神经网络的边缘网络通信路径选择方法，其特征在于，所述前向更新信息素τ_back的公式为：其中，Q表示蚂蚁所携带的信息素总量，d_u表示蚂蚁u从起点到终点的整条路径的通信时间开销。

4.根据权利要求1所述的用于分布式神经网络的边缘网络通信路径选择方法，其特征在于，所述k个边缘设备的通信路径总体耗费时间T_path(k)满足：

其中，k表示通信路径上的边缘设备总数；E_i(f)表示边缘设备i执行神经网络所需要的平均执行时间；d_ij表示边缘设备i和边缘设备j之间的平均通信时间且d_ij＝D_iT_ij；D_i表示边缘设备i的数据输出量；T_ij表示边缘设备i和边缘设备j之间传输单位数据所耗费的时间且B_ij表示边缘设备i和边缘设备j之间的传输带宽。

5.根据权利要求1所述的用于分布式神经网络的边缘网络通信路径选择方法，其特征在于，所述步骤(2)还包括：对每一组存在通信路径的边缘设备之间的信息素设置上限τ_max和下限τ_min。