[发明专利]一种边缘计算任务分割方法

说明书

一种边缘计算任务分割方法，包括以下步骤：S1：通过Dirichlet分布随机生成任务分割方案，随机产生子任务传输顺序；S2：初始化Shadow Dirichlet；S3：根据所述任务分割方案以及子任务传输顺序针对时延函数，通过遗传算法进行进化；S4：如果步骤S3得到最优的任务分割方案以及子任务传输顺序，则停止计算，否则根据遗传算法的进化结果更新Shadow Dirichlet的边界，然后根据Shadow Dirichlet对任务分割方案进行更新，并重复步骤S3。将任务进行合理分割，更快速的完成任务分发、任务处理以及任务回传，提高边缘计算的实时性。

技术领域

本发明涉及边缘计算领域，特别是一种边缘计算任务分割方法。

背景技术

为了提升煤电高效清洁发展水平，国家制定了煤电节能减排升级与改造行动计划(2014—2020年)，力求在2020年全面实施燃煤电站节能减排升级与改造。即到2020年，现役燃煤机组供电煤耗要实现310g/kW.h，600MW以上现役燃煤机组供电煤耗要实现300g/kW.h的目标。为了达到这一目标，利用大数据技术针对锅炉运行进行优化成为近些年的研究热点。而在实际应用过程中，基于实验数据的传统非在线优化方法很难达到理论效果，而更注重实时性的在线优化方法越来越多的受到关注。利用边缘计算技术进行高实时性的智能计算可以高效的、低成本的实现在线优化。

边缘计算强调了大量物联网应用需要在离业务更近的区域处理数据以提高实时性，工业物联网的发展了体现了未来可以支持更频繁的数据的转发，分布式、并行化的数据处理模式将更普遍。而边缘计算通过区域内智能网关的互联以及计算能力，实现本地的分布式计算资源池化，将单一网关无法完成的数据处理任务，分解到资源池中，充分利用资源、提高处理效率，从而提升实时性。

尽管边缘计算借鉴了云计算的架构，但由于边缘计算与云计算存在一定差异，尤其是在节点间的网络传输、计算能力上远远达不到云计算水平，而云计算中的资源调度、任务分配方法没有充分考虑到这些不利因素，因此不能直接移植到边缘计算中。

如何将任务进行合理分割，更快速的完成任务分发、任务处理以及任务回传，提高边缘计算的实时性成为当前的技术问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种边缘计算任务分割方法，将任务进行合理分割，更快速的完成任务分发、任务处理以及任务回传，提高边缘计算的实时性。

本发明的目的是通过以下技术方案来实现的：

一种边缘计算任务分割方法，包括以下步骤：

S1：通过Dirichlet分布随机生成任务分割方案，随机产生子任务传输顺序；

S2：初始化Shadow Dirichlet；

S3：根据所述任务分割方案以及子任务传输顺序针对时延函数，通过遗传算法进行进化；

S4：如果步骤S3得到最优的任务分割方案以及子任务传输顺序，则停止计算，否则根据遗传算法的进化结果更新Shadow Dirichlet的边界，然后根据Shadow Dirichlet对任务分割方案进行更新，并重复步骤S3。

进一步，所述时延函数为

式中，v_i是任务分割方案中第i任务分片的大小，t_i、p_i、r_i分别是第i个边缘计算节点的传送速度、处理速度与回传速度，分别是发送以及回传时子任务调度排队的非线性部分；

所述最优的任务分割方案以及子任务传输顺序为时延函数的值最小化时的任务分割方案以及子任务传输顺序。

进一步，所述步骤S2包括以下子步骤：