原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
计算机系统应用
ISSN
1003-3254,
CODEN
CSAOBNE-mail:
csa@
2025,34(2):264−271
[doi:
10.15888/ki.csa.009748]
[CSTR:
32024.14.csa.009748]
©中国科学院软件研究所版权所有.Tel:
+86-10
无人机辅助MEC中的依赖性任务卸载①
李贵勇,
廖福建,
田旭
(重庆邮电大学
通信与信息工程学院,
重庆
400065)
通信作者:
廖福建,
E-mail:
907685071@
摘要:
在任务计算密集型和延迟敏感型的场景下,
无人机辅助的移动边缘计算由于其高机动性和放置成本低的特
点而被广泛研究.
然而,
无人机的能耗限制导致其无法长时间工作并且卸载任务内的不同模块往往存在着依赖关
系.
针对这种情况,
以有向无环图(direct
acyclic
graph,
DAG)为基础对任务内部模块的依赖关系进行建模,
综合考
虑系统时延和能耗的影响,
以最小化系统成本为优化目标得到最优的卸载策略.
为了解决这一优化问题,
提出了一
种基于亚群、高斯变异和反向学习的二进制灰狼优化算法(binary
grey
wolf
optimization
algorithm
based
on
sub-
population,
Gaussian
mutation,
and
reverse
learning,
BGWOSGR).
仿真结果表明,
所提出算法计算出的系统成本比其
他4种对比方法分别降低了约19%、27%、16%、13%,
并且收敛速度更快.
关键词:
移动边缘计算;
无人机;
任务卸载;
依赖性任务;
二进制灰狼优化算法
引用格式:
李贵勇,廖福建,田旭.无人机辅助MEC中的依赖性任务卸载.计算机系统应用,2025,34(2):264–271.
/1003-3254/
9748.html
DependentTaskOffloadinginMobileEdgeComputingAssistedbyUnmannedAerialVehicle
LI
Gui-Yong,
LIAO
Fu-Jian,
TIAN
Xu
(School
of
Communications
and
Information
Engineering,
Chongqing
University
of
Posts
and
Telecommunications,
Chongqing
400065,
China)
Abstract:
In
computation-intensive
and
latency-sensitive
tasks,
unmanned
aerial
vehicle
(UAV)-assisted
mobile
edge
computing
has
been
extensively
studied
due
to
its
high
mobility
and
low
deployment
costs.
However,
the
energy
consumption
of
UAVs
limits
their
ability
to
work
for
extended
periods,
and
there
are
often
dependencies
among
different
modules
within
offloading
tasks.
To
address
these
issues,
directed
acyclic
graph
(DAG)
is
utilized
to
model
the
dependencies
among
internal
modules
of
tasks.
Considering
the
impacts
of
system
latency
and
energy
consumption,
an
optimal
offloading
strategy
is
derived
to
minimize
system
costs.
To
achi
文档评论（0）