一种面向移动边缘计算的多用户细粒度任务卸载调度方法

在移动边缘计算中(Mobile Edge Computing,MEC),任务卸载可以有效地解决移动设备资源受限的问题,但是将全部任务都卸载到边缘服务器并非最优.本文提出一种面向移动边缘计算的多用户细粒度任务卸载调度新方法,把计算任务看作一个有向无环图(Directed Acyclic Graph,DAG),对节点的执行位置和调度顺序进行了优化决策.考虑系统的延迟把计算卸载看作一个约束多目标优化问题(Constrained Multi-object Optimization Problem,CMOP),提出了一个改进的NSGA-Ⅱ算法来解决CMOP.所提出的算法能够实现本地和边缘的并行处理从而减少延迟.实验结果表明,算法能够在实际应用程序中做出最优决策.

一种基于粒子群优化改进策略的智能驾驶车辆路径规划方法

为了解决粒子群算法容易陷入局部极小值问题,设计了优化惯性权重和学习因子更新方式的改进粒子群算法,并利用该算法在定义的规则下对模糊神经网络权值参数进行优化训练,来解决智能驾驶车辆的路径规划问题.设计了一种基于优化粒子群优化改进策略的智能驾驶车辆最优路径规划方法,该方法能够有效避免局部极值问题,算法效率和收敛速度明显提高.仿真和测试结果证明:本文提出的路径规划方法所规划路径行驶代价明显低于传统路径规划算法.