南京邮电大学学报(自然科学版)

作者：鲍　楠,周思瑶,孙希霞,左加阔,潘　甦

单位：南京邮电大学 物联网学院，江苏 南京 210003南京邮电大学 物联网学院，江苏 南京 210003南京邮电大学 物联网学院，江苏 南京 210003南京邮电大学 物联网学院，江苏 南京 210003南京邮电大学 物联网学院，江苏 南京 210003

关键词：计算卸载；车辆雾计算；Johnson Rules；任务调度；遗传算法

基金：国家自然科学基金(62071244)和中国博士后科学基金(2021M693699）资助项目

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。

来源：2023年第05期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2023年第05期