買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜廣州杰賽科技股份有限公司;廣東工業大學申請的專利一種邊緣計算的任務卸載方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114564304B 。

龍圖騰網通過國家知識產權局官網在2025-05-06發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210138983.X，技術領域涉及：G06F9/50；該發明授權一種邊緣計算的任務卸載方法是由杜翠鳳;房小兆;何銘楊;滕少華設計研發完成，并于2022-02-15向國家知識產權局提交的專利申請。

本一種邊緣計算的任務卸載方法在說明書摘要公布了：本發明公開了一種邊緣計算的任務卸載方法，通過構建包含若干移動設備和若干MEC服務器的網絡模型；根據所述網絡模型和預先構建的時延計算模型計算當前任務的卸載總時延；根據所述網絡模型和預先構建的能耗計算模型計算所述當前任務的傳輸能耗；根據所述卸載總時延和所述傳輸能耗構建不同應用場景的場景滿意度模型；根據所述場景滿意度模型、所述卸載總時延和所述傳輸能耗，并結合懲罰函數構建當前任務卸載的總成本的目標函數；根據粒子群算法對所述目標函數進行優化，求解任務卸載的最優位置，并根據所述最優位置完成所述當前任務的卸載。能夠優化能耗、時延和滿意度，將計算任務合理地分配到相應的MEC服務器上，提高移動邊緣計算的效率。

本發明授權一種邊緣計算的任務卸載方法在權利要求書中公布了：1.一種邊緣計算的任務卸載方法，其特征在于，所述方法包括：構建包含若干移動設備和若干MEC服務器的網絡模型；根據構建的網絡模型和預先構建的時延計算模型計算當前任務的卸載總時延；根據構建的網絡模型和預先構建的能耗計算模型計算所述當前任務的傳輸能耗；根據所述卸載總時延和所述傳輸能耗構建不同應用場景的場景滿意度模型；根據所述場景滿意度模型、所述卸載總時延和所述傳輸能耗，并結合懲罰函數構建當前任務卸載的總成本的目標函數；根據粒子群算法對所述目標函數進行優化，求解任務卸載的最優位置，并根據所述最優位置完成所述當前任務的卸載；所述根據粒子群算法對所述目標函數進行優化，求解任務卸載的最優位置，并根據所述最優位置完成所述當前任務的卸載，具體包括：根據所述網絡模型建立信道增益矩陣H來表示不同任務從不同的移動設備傳輸到不同的MEC服務器的信道增益；針對其中的一種應用場景，建立大小為U的粒子群表示不同的任務，隨機將粒子卸載到任一MEC服務器，獲得所有粒子的卸載決策向量以及不同粒子的位置vi和速度xij；根據預設的適應度函數計算每一粒子的適應度；根據預設的滿意值計算模型調整每次迭代時的粒子速度，進行粒子的最優分配的迭代過程；根據預設的速度更新函數和位置更新函數更新每一粒子的速度和位置；當迭代次數達到預設次數時，輸出最后一次迭代的最優位置與適應度；將所述當前任務卸載到所述最優位置執行；其中，所述網絡模型中所有任務的集合表示為M＝{m1，m2，...，mk}，任務miBi，fi，Emax，Bi為任務的輸入數據量，fi為任務的計算密度，Emax為所述任務的能耗約束，所述網絡模型中不同MEC服務器的周期頻率的集合為S＝{s1，s2，...，sn}，信道增益矩陣Hi，j表示當前任務從第i個移動設備傳輸到第j個MEC服務器所需的信道增益，1≤i≤K，1≤j≤N，i≠j，K為所述網絡模型中移動設備的數量，N為所述網絡模型中MEC服務器的數量，每一粒子的卸載決策向量為V＝{v1，v2，...，vk}，不同粒子的位置為vi，當vi＝0，該任務由本地移動設備執行，vi＝j時，該任務被卸載到第j個MEC服務器執行，不同粒子的速度為所述適應度函數為位置更新函數為v′ij＝vij+xij，速度更新公式為x′ij＝ω·xij+θ1r1[pij-vij]+θ2r2[pgi-vij]，pij為粒子i的局部最優位置，pgi表示粒子到目前為止找到的全局最優位置，r1與r2為分布在[0,1]的隨機數字，θ1與θ2為預設的學習參數，ω為權重；滿意值計算模型為Si，t為粒子i在第t次迭代的滿意值，是粒子i在第t次迭代中的最優位置，是全局最優值位置，是全局最優位置的適合度，粒子群在第t次迭代中的成功率為為所有粒子成功值的總和，n為粒子群中粒子的個數，第t次迭代時的慣性權重ωmin和ωmax分別為前一次迭代中最大權重和最小權重。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廣州杰賽科技股份有限公司;廣東工業大學，其通訊地址為：510310 廣東省廣州市海珠區新港中路381號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。