基于遗传算法的移动应用缓存迁移优化方法研究

面对用户提出越来越多的请求任务,本地服务器面临巨大的压力,导致应用缓存任务队列越来越长,出现了严重的拥塞问题。针对这种情况,将移动应用缓存任务迁移到边缘节点成为有效解决途径,由此提出一种基于遗传算法的移动应用缓存迁移优化方法。该研究在系统模型的假设条件设定的前提下,以时延和能耗为目标,构建多目标函数模型并设置两类约束条件。利用遗传算法求解模型最优解,得出移动应用缓存迁移优化方案。结果表明,利用该遗传算法求解的移动应用缓存迁移方案应用下,与其他算法相比时延和能耗均达到最低值,分别为16.34 s和37.85 J,证明了所研究方法的有效性。