基于移动边缘计算 (MEC) 的资源调度分配优化研究(提供MATLAB代码)

一、优化模型简介

边缘计算资源调度优化模型是为了解决边缘计算场景下的资源分配和任务调度问题而提出的一种数学模型。该模型旨在通过优化算法来实现资源的有效利用和任务的高效执行,以提高边缘计算系统的性能和用户的服务体验。

在边缘计算资源调度优化模型中,可以考虑以下几个方面的因素:

  1. 资源异构性:边缘计算节点通常具有不同的处理能力、存储容量和网络带宽等资源。模型需要考虑这些异构性,以便合理分配任务和资源。

  2. 任务特性:不同的任务可能对资源的需求不同,例如计算密集型任务需要更多的处理能力,而数据密集型任务需要更多的存储容量。模型需要根据任务的特性进行任务调度和资源分配。

  3. 优化指标:模型需要定义适当的优化指标,以衡量资源调度和任务分配的效果。常见的优化指标包括任务完成时间、资源利用率、能耗等。

  4. 约束条件:模型需要考虑各种约束条件,例如边缘节点的能力限制、任务之间的依赖关系等。这些约束条件将影响资源调度和任务分配的决策。

通过建立边缘计算资源调度优化模型,可以利用数学规划、排队模型、状态转移模型等方法进行理论分析、性能对比和仿真验证。这些方法可以帮助评估不同调度算法的性能和可靠性,并为寻找最优解提供参考。

在本文所研究的区块链网络中,优化的变量为:挖矿决策(即 m)和资源分配(即 p 和 f),目标函数是使所有矿工的总利润最大化。问题可以表述为:

max ⁡ m , p , f F miner  = ∑ i ∈ N ′ F i miner  s.t.  C 1 : m i ∈ { 0 , 1 } , ∀ i ∈ N C 2 : p min ⁡ ≤ p i ≤ p max ⁡ , ∀ i ∈ N ′ C 3 : f min ⁡ ≤ f i ≤ f max ⁡ , ∀ i ∈ N ′ C 4 : ∑ i ∈ N ′ f i ≤ f total  C 5 : F M S P ≥ 0 C 6 : T i t + T i m + T i o ≤ T i max ⁡ , ∀ i ∈ N ′ \begin{aligned} \max _{\mathbf{m}, \mathbf{p}, \mathbf{f}} & F^{\text {miner }}=\sum_{i \in \mathcal{N}^{\prime}} F_{i}^{\text {miner }} \\ \text { s.t. } & C 1: m_{i} \in\{0,1\}, \forall i \in \mathcal{N} \\ & C 2: p^{\min } \leq p_{i} \leq p^{\max }, \forall i \in \mathcal{N}^{\prime} \\ & C 3: f^{\min } \leq f_{i} \leq f^{\max }, \forall i \in \mathcal{N}^{\prime} \\ & C 4: \sum_{i \in \mathcal{N}^{\prime}} f_{i} \leq f^{\text {total }} \\ & C 5: F^{M S P} \geq 0 \\ & C 6: T_{i}^{t}+T_{i}^{m}+T_{i}^{o} \leq T_{i}^{\max }, \forall i \in \mathcal{N}^{\prime} \end{aligned} m,p,fmax s.t. Fminer =iNFiminer C1:mi{0,1},iNC2:pminpipmax,iNC3:fminfifmax,iNC4:iNfiftotal C5:FMSP0C6:Tit+Tim+TioTimax,iN
其中:
C1表示每个矿工可以决定是否参与挖矿;
C2 指定分配给每个参与矿机的最小和最大传输功率;
C3 表示分配给每个参与矿工的最小和最大计算资源;
C4表示分配给参与矿机的总计算资源不能超过MEC服务器的总容量;
C5保证MSP的利润不小于0;
C6 规定卸载、挖掘和传播步骤的总时间不能超过最长时间约束。
在所研究的区块链网络中,我们假设 IoTD 是同质的,并且每个 IoTD 都具有相同的传输功率范围和相同的计算资源范围。
上式中:
F i m i n e r = ( w + α D i ) P i m ( 1 − P i o ) − c 1 E i t − c 2 f i , ∀ i ∈ N ′ R i = B log ⁡ 2 ( 1 + p i H i σ 2 + ∑ j ∈ N ′ \ i m j p j H j ) , ∀ i ∈ N ′ T i t = D i R i , ∀ i ∈ N ′ T i m = D i X i f i , ∀ i ∈ N ′ E i m = k 1 f i 3 T i m , ∀ i ∈ N ′ P i m = k 2 T i m , ∀ i ∈ N ′ F M S P = ∑ i ∈ N ′ ( c 2 f i − c 3 E i m ) − c 3 E 0 P i o = 1 − e − λ ( T i o + T i s ) = 1 − e − λ ( z D i + T i t ) , ∀ i ∈ N ′ F_i^{miner}=(w+\alpha D_i)P_i^m(1-P_i^o)-c_1E_i^t-c_2f_i,\forall i\in\mathcal{N'}\\R_{i}=B \log _{2}\left(1+\frac{p_{i} H_{i}}{\sigma^{2}+\sum_{j \in \mathcal{N}^{\prime} \backslash i} m_{j} p_{j} H_{j}}\right), \forall i \in \mathcal{N}^{\prime}\\T_{i}^{t}=\frac{D_{i}}{R_{i}},\forall i\in\mathcal{N}^{\prime}\\T_{i}^{m}=\frac{D_{i}X_{i}}{f_{i}},\forall i\in\mathcal{N}'\\E_i^m=k_1f_i^3T_i^m,\forall i\in\mathcal{N}'\\P_i^m=\frac{k_2}{T_i^m},\forall i\in\mathcal{N}^{\prime}\\F^{MSP}=\sum_{i\in\mathcal{N}^{\prime}}\left(c_2f_i-c_3E_i^m\right)-c_3E_0\\\begin{aligned} P_{i}^{o}& =1-e^{-\lambda(T_{i}^{o}+T_{i}^{s})} \\ &=1-e^{-\lambda(zD_{i}+T_{i}^{t})},\forall i\in\mathcal{N}^{\prime} \end{aligned} Fiminer=(w+αDi)Pim(1Pio)c1Eitc2fi,iNRi=Blog2(1+σ2+jN\imjpjHjpiHi),iNTit=RiDi,iNTim=fiDiXi,iNEim=k1fi3Tim,iNPim=Timk2,iNFMSP=iN(c2fic3Eim)c3E0Pio=1eλ(Tio+Tis)=1eλ(zDi+Tit),iN

二、差分进化算法求解

2.1部分代码

close all
clear 
clc
dbstop if all error
NP = 150;%矿工数量
para = parametersetting(NP);
para.MaxFEs =5000;%最大迭代次数
Result=Compute(NP,para);
figure(1)
plot(Result.FitCurve,'r-','linewidth',2)
xlabel('FEs')
ylabel('Token')
figure(2)
plot(Result.ConCurve,'g-','linewidth',2)
xlabel('FEs')
ylabel('Con')

2.2部分结果

当矿工数量为150时:所有矿工的利润随迭代次数的变化如下图所示

在这里插入图片描述

算法得到的每个矿工的资源分配策略:

1.99412153757286	0.213639696936330
1.99719974562881	0.0135018811815468
1.99030731177272	0.839589872496645
1.98091882575326	0.380799781071672
1.99963936979768	0.916345461814080
1.99742226782594	0.316956722548928
1.99927530876850	0.0281535756344704
1.99504617462500	0.0830259682579953
1.99793690177606	0.0349084362471747
1.99802352959078	0.793679089176611
1.99963069326009	0.0275442218097952
1.99889944329012	0.197317485876760
1.99691390897909	0.286247343838041
1.99819750062006	0.388661772801486
1.96109031597808	0.0896261986840417
1.99537185599260	0.124588859917425
1.99893034952111	0.228362573215916
1.98110948100446	0.0846730229500122
1.96348109188453	0.0195168036245180
1.99946104629762	0.0195168036245180
1.99927530876850	0.0519136656495319
1.98477932268626	0.0830259682579953
1.99965025571609	0.588024469787229
1.99018355288023	0.736721605905127
1.99704688863079	0.160264752245246
1.98344425548849	0.113311931134876
1.98562956204741	0.267606706863208
1.97341509692747	0.0195168036245180
1.99704688863079	0.0929880951254843
1.99240257910290	0.0258015285802723
1.99775818928565	0.587297835715809
1.99879731203364	0.124588859917425
1.99707106598800	0.167453510257214
1.99828751473808	0.344603587153533
1.99114427094461	0.112953438966818
1.99637588470065	0.124588859917425
1.99462677705535	0.144059235571490
1.99940590685003	0.306982030615923
1.98551770270590	0.135350279025327
1.98478320251882	0.145731144009149
1.99987081676184	0.115749351098812
1.97339720731578	0.548334927863824
1.99707106598800	0.227627407005210
1.99306057744781	0.166835729361333
1.99719974562881	0.869989908833790
1.99336465582306	0.868854351077229
1.97112087416574	0.909877516905499
1.99704688863079	0.195678775259336
1.99361611660357	0.0195168036245180
1.99924960684812	0.0786223439696734
1.99805463994861	0.160535285872813
1.99796718193098	0.160729109533688
1.99802145247659	0.357655783257472
1.99822489403769	0.193112802360227
1.99441945135259	0.489474757635119
1.98873078218780	0.125679034372269
1.99707106598800	0.159531501829776
1.99893034952111	0.695217320422736
1.99601366614865	0.224719711472197
1.99742226782594	0.306982030615923
1.99704688863079	0.0511681723352714
1.95054065027596	0.0329562153408647
1.99617724103491	0.565636649612600
1.99704688863079	0.695217320422736
1.99707106598800	0.379634755669634
1.96231178988297	0.0286714818205358
1.99601366614865	0.327581206701412
1.99813967011449	0.388917625763320
1.99842908553795	0.145731144009149
1.99793690177606	0.352998651765789
1.99749744785110	0.447463497671282
1.99742226782594	0.559236379141531
1.99704688863079	0.595900122289976
1.98649667458916	0.111500819942811
1.99441944900560	0.128627225719388
1.99761532908333	0.168684305689187
1.99704688863079	0.0689534245390798
1.99963069326009	0.275368036933114
1.99707106598800	0.199334841452843
1.99939400306292	0.607283821888828
1.99783468733844	0.239153501911200
1.99704688863079	0.0707497674932641
1.99147840234302	0.911114830018717
1.99479721083810	0.316503090967020
1.99856708512974	0.321294543563116
1.99963069326009	0.0542204755761725
1.99704688863079	0.0113722838765553
1.99856708512974	0.853882597012484
1.99704688863079	0.0307153437364726
1.98842860848110	0.160729109533688
1.99686371640812	0.476864675140650
1.98875437698640	0.105523423165292
1.99867080315478	0.0231594336150387
1.99944410836304	0.0302833986026322
1.99401589786631	0.128627225719388
1.99876140662821	0.116500732389848
1.99629517961257	0.674464752659880
1.99370463757934	0.321294543563116
1.97964223102991	0.114256738846526
1.99856708512974	0.457725876070183
1.99707106598800	0.0337671327424851
1.99793690177606	0.0195168036245180
1.97580590335981	0.0177682246732739
1.99987081676184	0.0989507558819646
1.99352800575763	0.133205158731482
1.99692415173601	0.418832868597602
1.99617724103491	0.228290835776622
1.99796718193098	0.0743630970527058
1.99560412058417	0.778337847707958
1.99456802582904	0.343130865247205
1.99761532908333	0.0719456438187934
1.91234128050033	0.114056617749879
1.99842908553795	0.348727429788241
1.99763505349643	0.239153501911200
1.91790129062425	0.0195168036245180
1.99856708512974	0.219554199825291
1.99952848643763	0.131829874479961
1.99704688863079	0.116500732389848
1.99704688863079	0.0910214690016486
1.95806288783774	0.0117840673751565
1.99631435309204	0.213873465779684
1.95846867958255	0.0797481523171234
1.99692415173601	0.136230639526073
1.99617724103491	0.125679034372269
1.99707106598800	0.742727201266903
1.99456802582904	0.255163553653860
1.99234901527462	0.233657683989557
1.99240257910290	0.0517958289602273
1.96817025807002	0.0135018811815468
1.98182478730626	0.0513471606647600
1.99704688863079	0.461252651847447
1.99598481467818	0.331774111870895
1.97998911344444	0.0830259682579953
1.99987081676184	0.123571228411066
1.99704688863079	0.415670858474310
1.99456802582904	0.144722532505212
1.99704688863079	0.0978991710579884
1.94424824361259	0.0758363328327892
1.98847429288657	0.181132711754597
1.99704688863079	0.0490614501266261
1.98653885023645	0.0512485009352284
1.99038354161480	0.0258015285802723
1.93327333608551	0.0258015285802723
1.99977452274523	0.0882565614113161
1.99860606263000	0.0486702562377412
1.99494747408547	0.0567647288415154
1.94154702342798	0.0552663163078567
1.64839222782841	0.0135018811815468
1.96963677254490	0.0258015285802723

三、完整MATLAB代码

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/647170.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Python基础学习 -04

编码 默认情况下,Python 3 源码文件以 UTF-8 编码,所有字符串都是 unicode 字符串。 当然你也可以为源码文件指定不同的编码: # -*- coding: cp-1252 -*- 上述定义允许在源文件中使用 Windows-1252 字符集中的字符编码,对应适合…

Dapper中使用Tuple元组报错问题

在一次dapper查询中为了不返回多余的字段,也为了方便创建自定义类,使用了元组Tuple<guid,sytring>,查询如下 /// <summary>/// 获取企业集合/// </summary>/// <param name="userId"></param>/// <returns></returns>p…

LeetCode_13_简单_罗马数字转整数

文章目录 1. 题目2. 思路及代码实现&#xff08;Python&#xff09;2.1 模拟 1. 题目 罗马数字包含以下七种字符: I I I&#xff0c; V V V&#xff0c; X X X&#xff0c; L L L&#xff0c; C C C&#xff0c; D D D 和 M M M 。 字符数值 I I I1 V V V5 X X X10 L L …

【python题解17】给你一个有符号整数x,返回将x中的数字部分反转后的结果。输入的整数不超过int类型的最大范围。

1. 题目&#xff1a;给你一个有符号整数x&#xff0c;返回将x中的数字部分反转后的结果。输入的整数不超过int类型的最大范围。 输入样例&#xff1a;-123 输出样例&#xff1a;-321 2. 源代码 n int(input()) flag True #代表正数 if n < 0: #当n是负数时候&#xff…

美易平台:诺基亚四季度财报超预期

正文&#xff1a; 近日&#xff0c;诺基亚发布了其四季度财报&#xff0c;显示调整后营业利润达到了8.46亿欧元&#xff0c;超出市场预估的7.627亿欧元。同时&#xff0c;调整后每股收益&#xff08;EPS&#xff09;为0.10欧元&#xff0c;符合市场预期。这一成绩表明诺基亚在…

前端学习:HTTP协议、请求响应、分层解耦

HTTP协议 HTTP-概述 HTTP&#xff1a;Hyper Text Transfer Protocol(超文本传输协议)&#xff0c;规定了浏览器与服务器之间数据传输的规则。如果想知道http协议的数据传输格式有哪些&#xff0c;可以打开浏览器&#xff0c;点击 F12 打开开发者工具&#xff0c;点击Network 来…

vue router 右到左过渡动画

Vue Router提供了内置的路由切换效果&#xff0c;可以通过设置<transition>组件来添加过渡动画。要实现从右向左的过渡动画&#xff0c;需要使用CSS样式来定义过渡效果。 首先&#xff0c;在Vue项目中安装并引入Vue Router库&#xff1a; npm install vue-router --sav…

Java零基础学习21:学生管理系统

编写博客目的&#xff1a;本系列博客均根据B站黑马程序员系列视频学习和编写目的在于记录自己的学习点滴&#xff0c;方便后续回忆和查找相关知识点&#xff0c;不足之处恳请各位有缘的朋友指正。 一、管理系统初级版 黑马教授的管理系统初级版本 package StudentSystem;imp…

洛谷刷题-【入门3】循环结构

1.找最小值 题目描述 给出 n 和 n 个整数 ai​&#xff0c;求这 n 个整数中最小值是什么。 输入格式 第一行输入一个正整数 n&#xff0c;表示数字个数。 第二行输入 n 个非负整数&#xff0c;表示 a1,a2…an&#xff0c;以空格隔开。 输出格式 输出一个非负整数&#xff0c;表…

致远OA如何开发 第十一篇 能做什么需求

能做什么需求 此栏目技术支持 技术大佬对栏目文章的支持 特别感谢 前言 前面我们讲过如何开发的一些基础&#xff0c;但是没有对应的思维&#xff0c;比如这些开发技巧能够做什么&#xff0c;所以即便是知道需求&#xff0c;也不知道如何实现 例子 1&#xff0c;前端页面…

React16源码: React中commit阶段的commitBeforeMutationLifecycles的源码实现

commitBeforeMutationLifecycles 1 &#xff09;概述 在 react commit阶段的 commitRoot 第一个while循环中调用了 commitBeforeMutationLifeCycles现在来看下&#xff0c;里面发生了什么 2 &#xff09;源码 回到 commit 阶段的第一个循环中&#xff0c;在 commitRoot 函数…

命名强制类型转换

命名强制类型转换 1. static_cast&#xff1a; static_cast 主要用于编译时的类型转换&#xff0c;它通常用于类层次结构中的相关类型、基本数据类型之间的转换以及一些隐式类型转换的显式表示。 任何具有明确的类型转换&#xff0c;只要不包含底层const&#xff0c;都可以使…

E7数据库备份和恢复

E7数据库备份和恢复 一、实验目的 在Mysql上&#xff0c;学习如何备份数据库和恢复的各种方法。 二、实验要求: 1、基本硬件配置:英特尔Pentium III 以上,大于4G内存&#xff1b; 2、软件要求:Mysql&#xff1b; 3、时间:1小时&#xff1b; 4、撰写实验报告并按时提交。 三、…

C++刷题日记:Day 1

题目描述 小明是一野生动物园的管理人员&#xff0c;他统计了一份野生动物的名单&#xff0c;糟糕的是&#xff0c;因为操作不当导致打乱了名单&#xff0c;每种野生动物出现的次数都无法进行查询。 小明只能重新进行统计&#xff0c;已知名单中的动物名称只由大小写字母构成&a…

实用工具合集(持续更新...)

一、搜索引擎 1.1、小白盘 网站&#xff1a;https://www.xiaobaipan.com 度盘资源搜索的网站&#xff0c;能够搜索电影、电视剧、小说、音乐等资源&#xff08;注意&#xff1a;评论区很多小伙伴说小白盘有毒&#xff0c;我用谷歌浏览器搜索过几次并无大碍&#xff0c;请慎用…

如何荒废你的2024?

这个演讲题目出人意料&#xff0c;当大家都在想着如何才能获得幸福、快乐、成功的时候&#xff0c;芒格却在跟我们讲“如何获得痛苦&#xff1f;” 为什么&#xff1f; 因为只有知道了自己不想过怎样的生活&#xff0c;才能想尽办法避免它&#xff1b;同样&#xff0c;也只有…

python3-cookbook-查找最大或最小的 N 个元素

第一章&#xff1a;数据结构和算法 Python 提供了大量的内置数据结构&#xff0c;包括列表&#xff0c;集合以及字典。大多数情况下使用这些数据结构是很简单的。但是&#xff0c;我们也会经常碰到到诸如查询&#xff0c;排序和过滤等等这些普遍存在的问题。 因此&#xff0c;这…

C++ day 1

思维导图 使用C编写一个程序&#xff0c;输入一个字符串&#xff0c;统计大小写字母、数字、空格和其他符号的个数 #include <iostream>using namespace std;int main() {int capital 0;int lower 0;int digit 0;int spaces 0;int others 0;cout << "请…

从全流程的角度来了解python包的使用,也许你会有不一样的认识

在python中&#xff0c;只要我们一谈到包或模块&#xff0c;基本默认说的就是包的导入和使用。也就是说只要我们知道包的名字&#xff0c;导入后知道怎么使用基本就可以了&#xff0c;但本人认为&#xff0c;我们仅仅了解的是包的一部分&#xff0c;若想对包有个整体的认识&…

EXCEL VBA调用adobe的api识别电子PDF发票里内容并登记台账

EXCEL VBA调用adobe的api识别电子PDF发票里内容并登记台账 代码如下 使用须知&#xff1a; 1、工具--引用里勾选[Adobe Acrobat 10.0 Type Library] 2、安装Adobe Acrobat pro软件Dim sht As Worksheet Function BrowseFolders() As String 浏览目录Dim objshell As ObjectDim…