面向算网融合的云边端任务调度与多维资源分配策略研究

张开发
• 2026/5/3 12:57:19 • 15 分钟阅读

最新文章

推荐文章

相关文章

分享文章

面向算网融合的云边端任务调度与多维资源分配策略研究
面向算网融合的云边端任务调度与多维资源分配策略研究摘要随着5G/6G技术的演进，算网融合成为重要趋势。本文针对云边端协同网络中计算任务与网络资源的耦合问题，提出了一种基于改进遗传算法（GA）与优先级队列的联合任务调度与多维资源分配策略。该策略综合考虑了计算资源（CPU/内存）和网络资源（带宽），以最小化系统总时延、能耗以及负载均衡度为优化目标。通过搭建仿真环境，对比了传统的轮询（RR）和最短任务优先（SJF）算法，验证了所提策略的有效性。关键词：算网融合；云边端协同；任务调度；资源分配；遗传算法；仿真1. 引言背景：阐述算力网络（CPN）的概念，计算与网络不再是孤立的资源。挑战：云中心算力强但时延高，终端设备算力有限但时延低，边缘节点作为中间层，如何实现任务在云、边、端三级的动态调度？如何同时分配CPU核数、内存、带宽？现状：传统调度算法（如Round Robin）难以适应动态的算网状态；现有研究多只关注计算资源，忽略网络传输代价。本文贡献：建立云边端三层算网资源模型。定义包含时延、能耗、负载均衡的多目标优化函数。提出基于遗传算法的多维资源分配策略（Greedy-GA混合）。提供详细的仿真代码与性能分析。/

更多文章