一种时延较小的新型IIOT任务分配算法
作者：李世强1 刘皓若1 费海平2
单位：1. 工业互联网创新中心(上海)有限公司 2. 上海华峰创享互联网络科技有限公司
在工业物联网中,设备的计算能力通常有限,但任务往往需要及时执行,存在延时情况。为了解决该问题,提出了一种基于移动边缘计算的分层机器学习任务分配框架。该方法通过根据每个设备不同需求,决定要卸载的任务部分,以最小化处理延迟。并结合机器学习模型复杂度和推理错误率、数据质量、设备和服务器的计算能力以及通信带宽的影响,提出了一个联合优化问题,以使总时延最小,该问题的解即为最优卸载策略。在实验部分,分析了该研究的算法有效性,并与现有方法进行了对比。结果表明,提出的算法具有较高的性能。
DOI：
10.13274/j.cnki.hdzj.2021.07.012
关键词：
Array
所属期刊栏目：
基金项目
分类号：
TN929.5;TP391.44
页码：
65-70