[1]郑文祥,刘静,陈家辉.HOA和SPEA2结合的边缘云计算任务卸载优化[J].计算机技术与发展,2025,(04):7-14.[doi:10.20165/j.cnki.ISSN1673-629X.2024.0378]
　ZHENG Wen-xiang,LIU Jing,CHEN Jia-hui.Optimization of Edge Cloud Computing Task Offloading Combining HOA and SPEA2[J].,2025,(04):7-14.[doi:10.20165/j.cnki.ISSN1673-629X.2024.0378]
点击复制

HOA和SPEA2结合的边缘云计算任务卸载优化()

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2025年04期
页码:
7-14
栏目:
分布与并行计算
出版日期:
2025-04-10

文章信息/Info

Title:
Optimization of Edge Cloud Computing Task Offloading Combining HOA and SPEA2
文章编号:
1673-629X(2025)04-0007-08
作者:
郑文祥; 刘静; 陈家辉
武汉科技大学 计算机科学与技术学院,湖北 武汉 430065
Author(s):
ZHENG Wen-xiang; LIU Jing; CHEN Jia-hui
School of Computer Science & Technology,Wuhan University of Science and Technology,Wuhan 430065,China
关键词:
边缘计算; 多目标计算卸载; 任务依赖; 多用户场景; 多目标河马优化算法
Keywords:
edge computing;  multi - objective computation offloading;  task dependency;  multi - user scenarios;  multi - objective hippo optimization algorithm
分类号:
TP393
DOI:
10.20165/j.cnki.ISSN1673-629X.2024.0378
摘要:
多接入边缘计算(MEC)已经成为一种重要的范式,通过使用 MEC 技术,终端设备可以将其计算任务卸载到邻近的边缘服务器或远程云服务器上执行。 但对于庞大的任务量而言,它们的计算能力、内存和能源仍然受限。 如何进行有效的任务分流至关重要。 该文允许任务在三个位置(本地设备、边缘端、云端)处理,有效避免了传统的二元规划机制缺乏灵活性,不考虑任务依赖等问题。 并提出了一种河马优化算法(HOA)与改进型强度 Pareto 进化算法(SPEA2)相结合的多目标河马优化算法(MHOA)。 MHOA 算法充分利用 HOA 的全局搜索能力和多样性维护等特点,以及 SPEA2 中 Pareto 前沿优化和局部开发能力,并采用特定的初始化算法,在考虑任务依赖关系的同时,解决边缘云计算环境下多用户依赖任务的卸载问题,同时最小化执行时延、能耗、资源使用成本三个约束。 将 MHOA 与其他优化算法进行了比较,结果表明MHOA 在适应度方面比第二优的优化器优化了 3. 5% 。
Abstract:
Multi-access edge computing (MEC) has become an important paradigm,allowing devices to offload their computations to nearby edge servers or remote cloud servers. However,given the vast amount of tasks,their computing power,memory,and energy are still limited. Effective task offloading is crucial. We allow tasks to be processed in three locations ( local device,edge end,cloud),effectively avoiding the traditional binary planning mechanism lack of flexibility,does not consider task dependence and other problems.And we propose a Multi-objective Hippo Optimization Algorithm (MHOA) that combines the Hippo Optimization Algorithm (HOA) with the Strength Pareto Evolutionary Algorithm (SPEA2). This approach leverages HOA’s global search capability and diversity main-tenance,as well as SPEA2 ’s Pareto frontier optimization and local development capabilities, and incorporates a specific initialization algorithm. While considering task dependencies, it addresses the problem of multi - user dependent task offloading in edge cloud computing environments,aiming to minimize execution delay,energy consumption,and resource usage cost. MHOA is compared with other optimization algorithms,and the results show that MHOA outperforms the second-best comparator by 3. 5% in terms of fitness.

相似文献/References:

[1]沈大港,范鹏飞,周慧娟,等.面向车联网基于边缘计算的点对点信息传输[J].计算机技术与发展,2021,31(08):139.[doi:10. 3969 / j. issn. 1673-629X. 2021. 08. 024]
　SHEN Da-gang,FAN Peng-fei,ZHOU Hui-juan,et al.Point-to-point Information Communication Based on Edge Computing for Internet of Vehicle[J].,2021,31(04):139.[doi:10. 3969 / j. issn. 1673-629X. 2021. 08. 024]
[2]张云飞,高 岭,丁彩玲,等.边缘计算环境下改进蚁群算法的任务调度算法[J].计算机技术与发展,2021,31(09):86.[doi:10. 3969 / j. issn. 1673-629X. 2021. 09. 015]
　ZHANG Yun-fei,GAO Ling,DING Cai-ling,et al.Improved Task Scheduling Algorithm of Ant Colony Algorithm in Edge Computing[J].,2021,31(04):86.[doi:10. 3969 / j. issn. 1673-629X. 2021. 09. 015]
[3]王 闯,沈苏彬.一种基于多智能体的分布式深度神经网络算法[J].计算机技术与发展,2021,31(12):45.[doi:10. 3969 / j. issn. 1673-629X. 2021. 12. 008]
　WANG Chuang,SHEN Su-bin.A Distributed Deep Neural Network Algorithm Based on Multi-agent[J].,2021,31(04):45.[doi:10. 3969 / j. issn. 1673-629X. 2021. 12. 008]
[4]钟云峰,宋伟宁.基于云边协同多任务计算卸载策略[J].计算机技术与发展,2022,32(04):69.[doi:10. 3969 / j. issn. 1673-629X. 2022. 04. 012]
　ZHONG Yun-feng,SONG Wei-ning.Multi-task Computation Offloading Strategy Based on Cloud-side Collaboration[J].,2022,32(04):69.[doi:10. 3969 / j. issn. 1673-629X. 2022. 04. 012]
[5]赵尚维康,孙 君.工业物联网中基于 SMDP 的协同卸载方案[J].计算机技术与发展,2022,32(09):76.[doi:10. 3969 / j. issn. 1673-629X. 2022. 09. 012]
　ZHAO Shang-wei-kang,SUN Jun.Multi-MEC Collaborative Computing Unloading Scheme Based on SMDP in Industrial Internet of Things[J].,2022,32(04):76.[doi:10. 3969 / j. issn. 1673-629X. 2022. 09. 012]
[6]林广栋,黄光红,陆俊峰.一款人工智能芯片上 FCOS 模型的应用研究[J].计算机技术与发展,2023,33(05):9.[doi:10. 3969 / j. issn. 1673-629X. 2023. 05. 002]
　LIN Guang-dong,HUANG Guang-hong,LU Jun-feng.Application of FCOS Model on an AI Chip[J].,2023,33(04):9.[doi:10. 3969 / j. issn. 1673-629X. 2023. 05. 002]
[7]薛 锋,张雅文,陈思光.基于 D2D 协同的边缘计算迁移机制研究[J].计算机技术与发展,2023,33(06):117.[doi:10. 3969 / j. issn. 1673-629X. 2023. 06. 018]
　XUE Feng,ZHANG Ya-wen,CHEN Si-guang.Research on Edge Computing Offloading Mechanism Based on D2D Collaboration[J].,2023,33(04):117.[doi:10. 3969 / j. issn. 1673-629X. 2023. 06. 018]
[8]张海超,赖金山,刘 东,等.边缘计算下的轻量级联邦学习隐私保护方案[J].计算机技术与发展,2023,33(09):161.[doi:10. 3969 / j. issn. 1673-629X. 2023. 09. 024]
　ZHANG Hai-chao,LAI Jin-shan,LIU Dong,et al.Lightweight Federated Learning Privacy Protection Scheme under Edge Computing[J].,2023,33(04):161.[doi:10. 3969 / j. issn. 1673-629X. 2023. 09. 024]
[9]王志良,何 刚*,俞文心,等.边缘场景下动态联邦学习优化方法[J].计算机技术与发展,2024,34(02):98.[doi:10. 3969 / j. issn. 1673-629X. 2024. 02. 015]
　WANG Zhi-liang,HE Gang*,YU Wen-xin,et al.Dynamic Federated Learning Optimization Method in Edge Scenarios[J].,2024,34(04):98.[doi:10. 3969 / j. issn. 1673-629X. 2024. 02. 015]
[10]刘善明,余新阳,欧阳魁.面向筛面复杂背景的矿山异物视觉检测方法[J].计算机技术与发展,2024,34(05):196.[doi:10.20165/j.cnki.ISSN1673-629X.2024.0060]
　LIU Shan-ming,YU Xin-yang,OUYANG Kui.A Visual Detection Method of Foreign Bodies in Mines Facing Complex Background of Screen Surface[J].,2024,34(04):196.[doi:10.20165/j.cnki.ISSN1673-629X.2024.0060]

更新日期/Last Update: 2025-04-10