[发明专利]基于化学反应优化算法的多用户计算卸载方法及装置

权利要求书

1.一种基于化学反应优化算法的多用户计算卸载方法，其特征在于，包括以下步骤：

步骤1：多用户向边缘服务器提交计算卸载请求，计算卸载装置收集移动终端和边缘服务器的实时信息；

步骤2：建立应用完成时间模型、终端能耗模型和调度器模型，并对应用完成时间和终端能耗所占的权重值进行调整；

步骤3：根据实时信息和建立的模型采用基于化学反应优化算法的多用户计算卸载方法对应用做出选择决策，得到应用程序近似最优结果；

步骤4：将边缘服务器的最新状态信息反馈到计算卸载系统和调度器。

2.根据权利要求1所述的基于化学反应优化算法的多用户计算卸载方法，其特征在于：步骤1中所述实时信息包括移动终端的CPU负载、当前电量、网络带宽信息和边缘服务器上虚拟机的状态信息。

3.根据权利要求1所述的基于化学反应优化算法的多用户计算卸载方法，其特征在于：步骤2中所述应用完成时间模型，表示应用程序从数据输入到结果输出整个过程所需的时间，主要包括组件的计算时间和数据传输时间，计算方式如下：

MakeSpan_i＝T^comp+T^comm (1)

其中T^comp表示应用所有组件的计算时间，T^comm表示应用组件之间的传输时间。

4.根据权利要求1所述的基于化学反应优化算法的多用户计算卸载方法，其特征在于：步骤2中所述终端能耗模型，单个终端的能耗计算方式如下：

其中，和分别表示CPU处于工作状态和空闲状态下的能耗，和分别表示网络接口处于数据发送状态、数据接收状态和空闲状态下的能耗。

5.根据权利要求1所述的基于化学反应优化算法的多用户计算卸载方法，其特征在于：步骤2中所述调度器模型，对于卸载到边缘服务器的组件，因组件之间具有顺序执行的特点，一个应用若有多个组件卸载到边缘服务器，则能把该移动终端提交的卸载请求看作是一个独立任务，多个应用的任务到达边缘服务器的时间间隔相互独立，且服从泊松分布，即在时间t内到达k个任务概率为：

P＝λt^k·e^-λt/k！ (3)

其中λ为时间t内到达的任务数；

边缘服务器上有M个虚拟机，用VMs＝{vm₁，vm₂，......，vm_M}表示所有的虚拟机集合，每个虚拟机都维护一个局部的任务队列，且对任务的服务时间相互独立。

6.根据权利要求1所述的基于化学反应优化算法的多用户计算卸载方法，其特征在于：步骤2中所述对应用完成时间和终端能耗所占的权重值进行调整，是将两个不同量纲的目标进行归一化处理，并采用线性加权的方式将双目标转化为单一目标；分别用α和β表示应用完成时间和终端能耗的比例所占权重，其取值由移动终端的当前可用电量决定，α，β∈(0，1)，且满足α+β＝1；当终端电量充足时，以应用完成时间作为主要优化目标，参数设置条件为α＞β；当电量不足时，主要优化移动终端能耗，参数设置条件为α＜β。