车辆雾网络中一种近似最优的计算卸载算法

智能车辆上的时延敏感型任务对计算能力的要求很高,然而请求车辆上可用的计算资源有限不足以单独处理整个任务数据,很难满足时延需求。车辆雾计算(Vehicle Fog Computing,VFC)通过在请求车辆附近进行计算卸载来改善车辆服务。文中基于两阶段生产计划对计算卸载过程进行建模,提出了一种计算卸载算法(Computation Offloading Algorithm,COA)来优化卸载决策和执行顺序,从而降低计算卸载时延。COA在遗传算法(Genetic Algorithm,GA)的基础上应用了Johnson Rules决定卸载顺序。通过SUMO和MATLAB仿真,显示出与GA相比,在相同的迭代次数下,COA具有更低的平均卸载时延和更好的稳定性。