《电子测量技术杂志》发表论文赏析

能耗约束下量子遗传算法时延最小化卸载策略

来源:电子测量技术杂志2026年第8期北京时间:

作者:郭澳归,叶成荫,申佳欣

单位:1.辽宁石油化工大学信息与控制工程学院 抚顺 113001; 2.西安邮电大学通信与信息工程学院 西安 710121

摘要:针对移动边缘计算中时延最小化的任务卸载问题,提出了一种在能耗约束下实现计算任务总时延最小化的量子遗传算法。首先,以最小总时延的卸载策略为优化目标,建立了系统模型和计算模型;其次,权衡总时延最小化与能耗、计算资源的约束的条件,构建了总时延最小化的目标函数;最后,将量子遗传算法与量子变异门、精英保留策略相结合得到总时延最小化的卸载策略。仿真实验结果显示,与其他卸载策略相比,所提出的卸载策略在不同的能耗约束、计算任务数下总时延更小,且在不同任务数据量下,其总时延相比遗传算法减少了7.3%、相比自适应粒子群优化算法减少了4.3%。

关键词:移动边缘计算;任务卸载;量子遗传算法;卸载策略;能耗约束

基金资助:兴辽人才计划项目(XLYC2203160)资助

2026年8期其他文献查阅:

光储VSG参数自适应与模型预测协同的调频策略

基于MPSR和IHBA-BiGRU-Attention的短期电力负荷预测

面向精密测量场景的鲁棒亚像素级光斑中心定位方法研究

PT对称供电结构的无人机无线通信网络资源分配方法研究

融合频率增强通道注意力机制的VMD-TCN-NTSformer-FECAM风电功率预测研究

基于多尺度感知的自适应无人机红外小目标检测

基于多策略融合的电动汽车群体内部博弈策略研究

基于多传感器数据融合的无人驾驶车辆临时道路实时感知系统研究

多策略改进黑翅鸢算法的PMSM自抗扰控制

基于改进YOLO11的遥感图像检测算法

FCA*-DWA:面向户外动态停车场全向移动机器人路径规划方法

基于自适应双重优化的模糊评估算法

YOLO-MAF:多尺度特征融合的轻量级小目标检测算法

能耗约束下量子遗传算法时延最小化卸载策略

基于多特征融合的阵列孔径扩展学习方法

基于ResNet-RFA和BiGRU-SATT的弧齿锥齿轮箱故障诊断

基于孪生对抗训练的车联网C-V2X终端指纹识别

基于全国产芯片的仪表着陆系统信号发射单元研制

基于薄膜热电阻传感器的多通道采集系统设计及性能分析

排水管道变形缺陷标注方式对智能识别的影响研究

基于动态特征增强和分层门控融合的遮挡行人重识别

基于ACS-YOLO的复杂背景下线束端子缺陷检测算法

基于多尺度特征的RAMW-YOLOv8船舶目标检测算法

基于轻量级CDM-YOLO的多尺度桥梁混凝土缺陷检测

基于门控Transformer的边缘计算卸载与无线充电器部署联合优化算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!