边云协作下时延和能耗约束的启发式任务卸载方法

摘要

为解决移动边缘计算中设备资源受限叠加任务复杂变化，引起负载失衡、任务时延和能耗增大等问题，仿生麻雀共生合作觅食搜索提出一种时延和能耗约束的边云协作计算任务卸载方法。首先，适应移动边云协作，设计飞行者改进发现者更新、正余弦扰动跟随者更新和自适应调整预警者更新，提出一种多策略改进麻雀搜索算法（MSSA）优化任务卸载位置。然后，考虑任务最大完成期限与时延松弛变量，融入超时惩罚能耗，提出一种基于MSSA的启发式任务卸载算法（HTMA），贪心比较不同时延约束下预卸载位置集的总任务时延和总任务能耗，进一步优化任务卸载。仿真实验表明：相比同类算法，本文搜索算法能有效提升寻优精度、收敛速度和鲁棒性，并且本文任务卸载算法适应网络变化的任务平均时延、总任务能耗和节点负载均衡度性能更优。

关键词

边缘计算 / 任务卸载 / 边云协作 / 启发式算法 / 云计算