|本期目录/Table of Contents|

[1]刘凌志,栗 娟*,秦志威.基于化学反应优化算法的边缘计算任务卸载策略[J].武汉工程大学学报,2023,45(04):435-441.[doi:10.19843/j.cnki.CN42-1779/TQ.202302009]
　LIU Lingzhi,LI Juan*,QIN Zhiwei.Offloading Strategy of Edge Computing Service Based on Chemical Reaction Optimization Algorithm[J].Journal of Wuhan Institute of Technology,2023,45(04):435-441.[doi:10.19843/j.cnki.CN42-1779/TQ.202302009]
点击复制

基于化学反应优化算法的边缘计算任务卸载策略(/HTML)
分享到：

《武汉工程大学学报》[ISSN:1674-2869/CN:42-1779/TQ]

卷:
45
期数:
2023年04期
页码:
435-441
栏目:
机电与信息工程
出版日期:
2023-08-31

文章信息/Info

Title:
Offloading Strategy of Edge Computing Service Based on Chemical Reaction Optimization Algorithm

文章编号:
1674 - 2869（2023）04 - 0435 - 07
作者:
刘凌志; 栗 娟*; 秦志威
1. 武汉工程大学计算机科学与工程学院，湖北 武汉 430205；
2. 智能机器人湖北省重点实验室（武汉工程大学）， 湖北 武汉 430205
Author(s):
LIU Lingzhi; LI Juan*; QIN Zhiwei
1. School of Computer Science and Engineering， Wuhan Institute of Technology， Wuhan 430205， China；
2. Hubei Key Laboratory of Intelligent Robot（Wuhan Institute of Technology）， Wuhan 430205， China
关键词:
移动边缘计算; 服务缓存; 化学反应优化; 计算卸载
Keywords:
mobile edge computing; service caching; chemical reaction optimization; computation offloading
分类号:
301.6
DOI:
10.19843/j.cnki.CN42-1779/TQ.202302009
文献标志码:
A
摘要:
针对边缘计算环境中单用户多任务应用，通过分析服务缓存和任务执行过程，建立任务计算卸载系统模型，确定卸载目标，并将问题细化为服务缓存和任务卸载两个子问题，其中服务缓存问题被抽象为0-1背包问题，利用化学反应优化（CRO）算法得到其最优缓存策略；任务卸载问题转化为最优化问题，设计一种改进化学反应优化（ICRO）算法来得到其近似最优卸载决策。实验结果表明：ICRO算法比CRO算法的平均优化效果增强了5.0%左右，系统时延和设备能耗分别是极端情况下的33.3%、53.8%；无论服务器缓存空间是否充足，CRO算法总是能制定出合理的缓存方案，使服务缓存比例保持在一个合理的范围之内；ICRO算法比CRO算法的优化能力更强，它不仅可以明显降低系统总成本，还具有良好的全局搜索能力和可移植性，可以满足用户多样化需求，使用户获得更好的服务体验。

Abstract:
For the single-user and multi-task application in mobile edge computing， a task offloading model was established by analyzing the process of service caching and task execution， then the offloading target was determined. The offloading problems were divided into two sub-problems of service caching and task offloading， in which the service caching problem was abstracted as 0-1 knapsack problem， and a chemical reaction optimization （CRO）algorithm was proposed to get the optimal caching solution， while the task offloading problem was transformed into an optimization problem， and an improved chemical reaction optimization （ICRO）algorithm was designed to obtain its approximate optimal strategy. The simulation experiments show that the optimization effect of ICRO algorithm is about 5.0% better than that of the original CRO algorithm， and the time delay of system and the energy consumption of mobile device are about 33.3% and 53.8% of the extreme cases， respectively. Whether the server cache space is sufficient or not， CRO algorithm can always develop an appropriate cache scheme to keep the service caching ratio within a reasonable range； while ICRO algorithm has better optimization ability than CRO algorithm， can significantly reduce the total cost of the system， and has good global search ability and portability， which can meet the diversified needs of users and enable users to obtain better service experience.

参考文献/References:

［1］ 谢人超，廉晓飞，贾庆民，等.移动边缘计算卸载技术综述［J］.通信学报，2018，39（11）：138-155.

［2］ 叶春森，陈宸，陈欣.云计算环境下基于补贴的互联网服务供应链协调研究［J］.武汉工程大学学报，2020，42（6）：698-705.
［3］ 吕洁娜，张家波， 张祖凡，等.移动边缘计算卸载策略综述［J］.小型微型计算机系统，2020，41（9）：1866-1877.
［4］ 刘伟，黄宇成，杜薇，等.移动边缘计算中资源受限的串行任务卸载策略［J］. 软件学报，2020，31（6）：1889-1908.
［5］ 鲍聪颖，吴昊， 陆凯，等.基于可信执行环境的5G边缘计算安全研究［J］. 信息安全研究，2023，9（1）：38-47.
［6］ 张依琳，梁玉珠，尹沐君，等. 移动边缘计算中计算卸载方案研究综述［J］. 计算机学报，2021，44（12）：2406-2430.
［7］ LAGERSPETZ E，TARKOMA S.Mobile search and the cloud：the benefits of offloading［C］// IEEE International conference on Pervasive Computing and Communications Workshops.Piscataway，NJ：IEEE，2011：117-122.
［8］ 刘鎏，李敏强，林丹.基于ε-支配的多目标进化算法及自适应ε调整策略［J］.计算机学报，2008，31（7）：1063-1072.
［9］ 崔光照，李小广，张勋才，等.基于改进的粒子群遗传算法的DNA编码序列优化［J］.计算机学报，2010，33（2）：311-316.
［10］ 王峰，张衡，韩孟臣，等.基于协同进化的混合变量多目标粒子群优化算法求解无人机协同多任务分配问题［J］.计算机学报，2021，44（10）：1967-1983.
［11］ 罗斌，于波.移动边缘计算中基于粒子群优化的计算卸载策略［J］.计算机应用，2020，40（8）：2293-2298.
［12］ 蔡昕烨，马中雨，张峰，等.基于自适应分解的多任务协作型昂贵多目标优化算法［J］. 计算机学报，2021，44（9）：1934-1948.
［13］ 梁正平，刘程，王志强，等.基于存档和权值扩展的大规模多目标优化算法［J］.计算机学报，2022，45（5）：951-972.
［14］ 王建辉，郑光勇，徐雨明.混合人工化学反应优化算法求解0-1背包问题［J］.计算机技术与发展，2020，30（7）：71-75.
［15］ 曹绍华，姜佳佳，陈舒，等.A-DDPG：多用户边缘计算系统的卸载研究［J］.计算机工程与应用， 2023， 59（1）：259-268.
［16］ SHANNON C E.Communication in the presence of noise［J］. Proceedings of the IRE，1949，37（1）：10-21.
［17］ 云慧敏，吴锋，殷勇，等.基于线性加权评价法的碟式斯特林机多目标优化［J］.武汉工程大学学报，2020，42（2）：218-223，230.
［18］ 时月茹，李俊.多基站多用户场景的移动边缘计算卸载策略［J］.数据与计算发展前沿，2020，2（3）：126-136.
［19］ 屠友鹏，陈海明，严林杰.物联网系统中边缘计算卸载决策问题：建模、求解与分类［J］.小型微型计算机系统，2021，42（10）：2145-2152.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期：2023-02-21
基金项目：国家自然科学基金（62102292）；武汉工程大学研究生创新教育基金（CX2022345）；智能机器人湖北省重点实验室（武汉工程大学）科研资助项目（HBIRL 202204）
作者简介：刘凌志，硕士研究生。E-mail：2938318499@qq.com
*通讯作者：栗 娟，博士，讲师。 E-mail：juanli2018@wit.edu.cn
引文格式：刘凌志，栗娟，秦志威. 基于化学反应优化算法的边缘计算任务卸载策略［J］. 武汉工程大学学报，2023，45（4）：435-441.
更新日期/Last Update: 2023-08-31