面向多元可控负荷调控的云边协同负荷资源分配策略

针对多元可控负荷资源进行可控负荷管理时需要占用大量计算资源,且无法实现自动功率精准控制的问题,提出了一种面向多元可控负荷调控的云边协同负荷资源分配策略。首先,设计了云边协同调控架构,整合处理各种多元可控负荷资源数据;其次,考虑不同边缘节点计算任务的相似度,以所有计算任务的时间开销最小为优化目标,给出云端计算资源分配策略,合理分配计算资源;最后,通过基于自适应交叉—变异概率的遗传算法进行计算资源分配的求解。实验结果表明,所提算法在任务完成时间和执行成本上具有较为明显的优势,并且任务数量越多,计算资源越小时优势越明显,可以显著提升计算效率,降低计算耗时。...

Full description

Saved in:
Bibliographic Details
Published inDianxin Kexue Vol. 40; no. 8; pp. 52 - 62
Main Authors 李思维, 靳莉, 于龙, 杜立石, 岳靓, 张喜润
Format Journal Article
LanguageChinese
Published 中国通信学会 20.08.2024
人民邮电出版社有限公司
Beijing Xintong Media Co., Ltd
Subjects
Online AccessGet full text
ISSN1000-0801
DOI10.11959/j.issn.1000-0801.2024192

Cover

Loading…
More Information
Summary:针对多元可控负荷资源进行可控负荷管理时需要占用大量计算资源,且无法实现自动功率精准控制的问题,提出了一种面向多元可控负荷调控的云边协同负荷资源分配策略。首先,设计了云边协同调控架构,整合处理各种多元可控负荷资源数据;其次,考虑不同边缘节点计算任务的相似度,以所有计算任务的时间开销最小为优化目标,给出云端计算资源分配策略,合理分配计算资源;最后,通过基于自适应交叉—变异概率的遗传算法进行计算资源分配的求解。实验结果表明,所提算法在任务完成时间和执行成本上具有较为明显的优势,并且任务数量越多,计算资源越小时优势越明显,可以显著提升计算效率,降低计算耗时。
ISSN:1000-0801
DOI:10.11959/j.issn.1000-0801.2024192