隨著信息時代的發(fā)展,5G技術(shù)的出現(xiàn)讓通信速率得到飛躍,時延也越來越低,現(xiàn)階段計算設(shè)備的計算能力也在穩(wěn)步提升。移動邊緣計算（Mobile Edge Computing）作為其關(guān)鍵技術(shù)之一,也在越來越凸顯它重要的地位。隨著移動邊緣計算快速發(fā)展,用戶設(shè)備（UE）能夠通過將其任務(wù)卸載到與之相近的邊緣云（MEC）來享受比之前更加良好的用戶體驗。本文主要研究在移動邊緣計算的場景下,UE和MEC之間的任務(wù)調(diào)度策略。本文首先分析并指出了現(xiàn)有移動邊緣計算網(wǎng)絡(luò)模型的不足,并提出了一種新的網(wǎng)絡(luò)模型用于移動邊緣計算的場景。我們將多個邊緣云多用戶結(jié)合起來考慮,并且使用戶設(shè)備能夠具有選擇邊緣云的權(quán)力,來彌補傳統(tǒng)網(wǎng)絡(luò)模型中的不足,此外對新的移動邊緣計算網(wǎng)絡(luò)模型進行深入分析,解釋了在新的網(wǎng)絡(luò)模型下邊緣計算的工作方式。同時深入分析了該模型下需要優(yōu)化的目標以及系統(tǒng)的工作方式特性,從能耗和卸載成功任務(wù)數(shù)量兩方面著手,提出物理模型并建立數(shù)學模型。本文從原物理模型著手,分析模型特性,并且針對這些特性將傳統(tǒng)的蟻群算法（ACO）加以優(yōu)化,將負載均衡與蟻群算法相結(jié)合,提出了負載均衡蟻群算法來解決問題。這樣使得只具有選擇最短路徑能力的... 

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 移動邊緣計算及其優(yōu)化策略國內(nèi)外研究歷史與現(xiàn)狀
        1.2.1 移動邊緣計算的研究歷史和現(xiàn)狀
        1.2.2 相關(guān)優(yōu)化目標和算法的研究歷史和現(xiàn)狀
    1.3 本文的主要貢獻與創(chuàng)新
    1.4 本論文的結(jié)構(gòu)安排
第二章 移動邊緣計算相關(guān)技術(shù)
    2.1 引言
    2.2 移動邊緣技術(shù)的發(fā)展
    2.3 移動邊緣計算的架構(gòu)
    2.4 邊緣云關(guān)鍵技術(shù)
        2.4.1 虛擬化技術(shù)
        2.4.2 新的存儲技術(shù)
        2.4.3 新的編程模型
        2.4.4 計算卸載
    2.5 相關(guān)網(wǎng)絡(luò)模型
        2.5.1 C-RAN
        2.5.2 NFC-RAN
    2.6 本章小結(jié)
第三章 物理模型及數(shù)學模型建模
    3.1 現(xiàn)有問題分析
    3.2 物理模型提出
        3.2.1 合理假設(shè)和問題的提出
    3.3 數(shù)學建模
        3.3.1 優(yōu)化目標
        3.3.2 約束條件
        3.3.3 問題公式化
    3.4 Pareto最優(yōu)解
    3.5 本章小結(jié)
第四章 負載均衡蟻群調(diào)度算法
    4.1 引言
    4.2 經(jīng)典蟻群算法
        4.2.1 經(jīng)典蟻群算法介紹
        4.2.2 經(jīng)典蟻群算法求解步驟
    4.3 蟻群算法的優(yōu)化
        4.3.1 初始化禁忌表的改進
        4.3.2 模型轉(zhuǎn)換
        4.3.3 轉(zhuǎn)移概率函數(shù)的優(yōu)化
        4.3.4 信息素積累策略的優(yōu)化
        4.3.5 算法流程的優(yōu)化
    4.4 仿真
        4.4.1 仿真設(shè)置
        4.4.2 仿真結(jié)果
    4.5 本章小結(jié)
第五章 最小費用最大流調(diào)度算法
    5.1 引言
    5.2 最小費用最大流問題
        5.2.1 問題簡介
        5.2.2 問題描述
    5.3 最小費用最大流算法
        5.3.1 最大流算法
        5.3.2 最短路徑算法
        5.3.3 最小費用最大流算法流程
    5.4 最小費用最大流任務(wù)調(diào)度算法
        5.4.1 約束調(diào)整
        5.4.2 剪枝
        5.4.3 流量調(diào)整
        5.4.4 問題轉(zhuǎn)化
            5.4.4.1 物理參數(shù)映射
            5.4.4.2 約束方程轉(zhuǎn)化
    5.5 仿真
        5.5.1 仿真設(shè)置
        5.5.2 仿真結(jié)果和分析
    5.6 本章小結(jié)
第六章 全文總結(jié)與展望
    6.1 全文總結(jié)
    6.2 未來展望
致謝
參考文獻
攻讀碩士學位期間取得的成果


【參考文獻】：
期刊論文
[1]A Greedy Algorithm for Task Offloading in Mobile Edge Computing System[J]. Feng Wei,Sixuan Chen,Weixia Zou.  中國通信. 2018(11)



本文編號：3662203