基于人工智能的电子信息设备低功耗调度算法优化

摘要

针对传统电子信息设备低功耗调度算法在动态负载场景下适应性差、功耗控制精度不足、调度延迟与能耗平衡性欠佳等问题，本文提出一种多智能体协同的电子信息设备低功耗调度优化方法。通过建立设备负载和能耗的关联模型完成数据预处理，采用遗传算法与神经网络双路径设计低功耗调度优化算法，并引入自适应权重融合双方案的优势，开展实验和实景验证。结果表明，所提方法在不同负载强度下均能实现精确的功耗控制，与传统贪心算法、动态电压调节算法相比，设备平均能耗降低27.2%以上，调度延迟控制在6.8 ms以内，更适配便携式电子设备、工业控制终端等场景，为电子信息设备低功耗运行提供了高效率的调度方案。

关键词

人工智能 / 电子信息设备 / 低功耗调度 / 遗传算法 / 神经网络