面向时延和能耗联合优化的MEC计算卸载策略

在移动边缘计算(MEC)中,计算卸载可以有效缓解资源受限和提高网络服务质量。以任务执行时延、终端能耗和边缘服务器负载率的联合优化为目标,提出面向时延和能耗联合优化的MEC计算卸载策略。构建多目标约束的成本优化模型,引入多变异算子,以迭代关联概率更新变异算子,设计多变异差分进化(MDE)算法求解,实现计算卸载成本最优。为验证MDE算法的有效性,基于Autonomous Systems by Skitter公开数据集构建3个不同规模的实验网络,将MDE算法与随机计算卸载算法、能量优化计算卸载算法、多目标贪婪计算卸载等算法进行对比分析,MDE算法的执行成功率、卸载成功率、服务器负载均衡性分别平均提升了13.23%,12.96%,29.37%,MDE算法能实现MEC中高效、稳定的计算卸载。