隨著“互聯(lián)網(wǎng)+”概念的不斷延伸,利用信息技術(shù)及互聯(lián)網(wǎng)平臺實現(xiàn)互聯(lián)網(wǎng)與工業(yè)深度融合的技術(shù)不斷發(fā)展,工業(yè)4.0成為當(dāng)前的一個研究熱詞。工業(yè)生產(chǎn)面臨任務(wù)量不斷增加、需求復(fù)雜多變難以預(yù)知的難題。針對工業(yè)生產(chǎn)過程中出現(xiàn)任務(wù)滯后、網(wǎng)絡(luò)擁塞、可靠性不高等問題可利用邊緣計算模式來降低時延滿足工業(yè)生產(chǎn)實時性需求,然而邊緣計算的計算能力及存儲能力有限,難以應(yīng)對海量數(shù)據(jù)決策需求,因此如何在大數(shù)據(jù)背景下利用有限的計算資源協(xié)同調(diào)度多用戶多服務(wù)器,來滿足工業(yè)物聯(lián)網(wǎng)實時性及可靠性需求是一項具有重大研究意義的工作。本文充分分析目前國內(nèi)外關(guān)于智能邊緣計算場景下任務(wù)調(diào)度相關(guān)文獻(xiàn)。首先建立了基于工業(yè)邊緣計算網(wǎng)絡(luò)架構(gòu)的智能決策模型,采取用戶端、MEC(Multi-access Edge Computing)多接入邊緣服務(wù)器端、中央處理器端(云端)三端協(xié)作的模式應(yīng)對大數(shù)據(jù)處理需求。為使系統(tǒng)智能化,針對用戶端采集數(shù)據(jù)后隨機(jī)向MEC服務(wù)器發(fā)送計算卸載請求存在任務(wù)卸載滯后率高、滯后時間長的問題,設(shè)計了基于 DG(Dynamic programming Greedy algorithm)算法的任務(wù)卸載方案。針對MEC服務(wù)器同時接收多用...

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 論文背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于機(jī)器學(xué)習(xí)的數(shù)據(jù)處理
        1.2.2 多邊緣服務(wù)器任務(wù)卸載
        1.2.3 計算卸載
    1.3 本文的研究內(nèi)容
    1.4 本文的章節(jié)安排
第二章 基于工業(yè)邊緣計算的智能決策模型
    2.1 基于工業(yè)邊緣計算的智能決策模型分析
        2.1.1 問題背景
        2.1.2 邊緣計算
        2.1.3 智能邊緣計算
    2.2 基于工業(yè)邊緣計算智能決策問題建模
        2.2.1 多MEC服務(wù)器多任務(wù)卸載問題建模
        2.2.2 MEC服務(wù)器同時接收多任務(wù)計算卸載問題建模
    2.3 模型評估
        2.3.1 模型數(shù)據(jù)量評估
        2.3.2 模型運(yùn)行時間評估
    2.4 本章小結(jié)
第三章 基于DG算法的任務(wù)卸載方案
    3.1 0-1背包問題
    3.2 問題轉(zhuǎn)化
        3.2.1 問題分析
        3.2.2 NP-hard證明
    3.3 DG算法
        3.3.1 算法分析
        3.3.2 算法設(shè)計
    3.4 仿真實驗
    3.5 結(jié)果分析
    3.6 本章小結(jié)
第四章 MEC服務(wù)器基于數(shù)據(jù)流相關(guān)性的多任務(wù)計算卸載方案
    4.1 數(shù)據(jù)流相關(guān)性介紹
    4.2 基于數(shù)據(jù)流相關(guān)性的重復(fù)優(yōu)先算法
        4.2.1 重復(fù)優(yōu)先算法流程
        4.2.2 仿真實驗
        4.2.3 結(jié)果分析
    4.3 基于數(shù)據(jù)流相關(guān)性的TMF算法
        4.3.1 拓?fù)渑判?br>        4.3.2 TMF算法流程
        4.3.3 仿真實驗
        4.3.4 結(jié)果分析
    4.4 實例說明
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文研究工作總結(jié)
    5.2 研究展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間的科研成果



本文編號：3737585