[发明专利]一种用于无损检测的最小化延迟的边缘计算部署方法

权利要求书

1.一种用于无损检测的最小化延迟的边缘计算部署方法，其特征在于，包括如下步骤：

1)提取网络状态稳定情况下边缘端可用计算资源与云端可用计算资源的比例γ，γ通过同一任务在云端实现消耗时间与在边缘端消耗时间的比例得到；

2)将无损检测系统的信号分析任务划分为n个可分开执行的子任务，并测试各个子任务在边缘端运行的计算消耗时间；

3)提取各个子任务执行后得到的数据在边缘端与云端之间进行数据传输消耗的时间；

4)构建无损检测系统最小化延迟的边缘计算部署的数学模型；

5)针对步骤4)中任务划分得到的数学模型，采用混洗蛙跳算法对K进行优化得到最优K；

6)根据K获得最优边缘计算部署策略。

2.根据权利要求1所述的一种用于无损检测的最小化延迟的边缘计算部署方法，其特征在于，步骤2)包括：

(1)先将无损检测系统的信号分析任务进行最小单位的划分，得到信号分析任务的子任务，并在边缘端分别测试所有子任务执行消耗的时间。

(2)判断步骤(1)中得到的子任务中是否存在可并行执行的子任务，如果存在，分别将可并行执行的这些子任务看作一个子任务，该子任务执行所消耗的时间是这组可并行执行子任务中的最耗时的子任务的执行消耗时间。更新步骤(1)的子任务，以及所有子任务在边缘端执行消耗的时间，此处的子任务是有时间顺序的。

3.根据权利要求1所述的一种用于无损检测的最小化延迟的边缘计算部署方法，其特征在于，步骤4)包括：

构建无损检测系统最小化延迟的边缘计算部署的数学模型：

其中，T_p0表示从边缘端将设备层采集的信号数据传输到云端消耗的时间，T_pi第i个子任务执行后得到的数据在边缘端与云端之间传输需要消耗的时间。T_Ci表示第i个子任务在边缘端执行消耗的时间。a_i表示不同层之间是否需要进行数据传输，取值0或者1。当a_i＝1时，第i个子任务在边缘端与云端之间需要进行数据传输，否则不需要进行数据传输。k_j表示需要在边缘端与云端之间进行数据传输子任务序号i的值，m表示K的维度，n为无损检测系统的信号分析任务划分后总的子任务个数。

4.根据权利要求1所述的一种用于无损检测的最小化延迟的边缘计算部署方法，其特征在于，步骤5)包括：

(1)设定混洗蛙跳算法的初始参数，包括：青蛙种群数量、每组数、算法最大迭代次数和迭代次数iter＝0；

(2)设置K的维度m＝0，m对应混洗蛙跳算法中青蛙个体的位置编码位数，其中青蛙的位置对应于K的值；

(3)随机生成青蛙种群的个体信息，其中每个青蛙个体的位置编码用一个含有m个由0到n之间的整数组成的无序不重复的序列表示，序列中的每个数对应K的一个元素，其中，n是无损检测系统的信号分析任务划分后总的子任务个数；

(4)将青蛙个体的位置信息利用适应度函数进行适应度计算，得出青蛙个体的适应度值以及是否满足的优化的约束条件，即计算无损检测系统的信号分析任务的总消耗时间。适应度函数表达式为：

这里K＝{k₁，k₂，…，k_j，…，k_m}是青蛙个体的位置信息，对应青蛙个体表示K的值。对青蛙种群的每个个体所在的位置进行评估，得到青蛙种群的每个个体适应度值；

(5)按照青蛙个体的适应度值对整个青蛙种群进行降序排序，并按照模因分组法对青蛙种群进行分组，确定每组中的组内最优青蛙、组内最差青蛙以及整个青蛙种群中的全局最优青蛙；

(6)每组中首先利用组内最优青蛙的信息更新组内最差青蛙，若发现更新后的组内最差青蛙的适应度值优于之前的青蛙且满足约束条件则完成一次更新过程；否则，采用全局最优青蛙的位置信息更新，若更新后的组内最差青蛙的适应度值优于之前的青蛙且满足约束条件，则完成更新过程；若依然无法更新成功，则采用随机更新的方式更新组内最优青蛙；

(7)迭代次数iter加1；

(8)对全体青蛙种群进行混洗。若迭代次数小于算法最大迭代次数，则转到步骤(5)；

(9)若m小于n，m加2，并记录此次全局最优青蛙信息，转到步骤(3)，否则输出转到步骤(10)；

(10)输出步骤(9)中记录的所有的全局最优青蛙信息中适应度函数值最小的K值。