混合草原狗和矮人蒙古斯优化基于算法的应用程序放置和资源调度技术用于雾计算环境.
R Baskar1, E Mohanraj2, M Saradha3
1Department of Computer Science and Engineering, K. S. Rangasamy College of Technology, Tiruchengode, Namakkal, 637 215, Tamil Nadu, India. rbaskar@ksrct.ac.in.
一种新的混合草原狗和矮人蒙古斯优化基于算法的资源调度 (HPDDMOARS) 技术优化了物联网 (IoT) 应用程序在雾计算中的放置. 这种方法显著降低了对延迟敏感物联网应用程序的能源消耗,制作时间和成本.
科学领域:
- 计算机科学 计算机科学
- 分布式计算 (Distributed Computing) 是一种分布式计算.
- 人工智能的人工智能
背景情况:
- 雾计算对于对延迟敏感的物联网 (IoT) 应用程序至关重要.
- 资源受限的雾设备需要高效的资源管理来部署物联网应用程序.
- 在雾环境中优化各种物联网应用的服务质量 (QoS) 是一个复杂的,NP-完整的问题.
研究的目的:
- 为雾计算环境开发一个高效的资源管理策略.
- 为应对在满足 QoS 要求的同时部署多种物联网应用程序的挑战.
- 为了优化能源消耗,成本,并为物联网应用程序的放置.
主要方法:
- 这项研究介绍了混合草原狗和矮人蒙古斯优化算法基础资源调度 (HPDDMOARS) 技术.
- HPDDMOARS是一个加权的多目标机制,用于物联网应用程序的放置,优化能源,成本和 makespan.
- 它将草原狗优化算法 (PDOA) 的勘探能力与矮人蒙古斯优化算法 (DMOA) 的利用优势相结合.
主要成果:
- 实验验证表明,与基线方法相比,实验验证显著改善.
- 在能源消耗方面实现了22.18%的减少.
- 减少了24.98%的制造量,降低了18.64%的成本.
结论:
- 拟议的HPDDMOARS技术有效地解决了物联网应用在雾计算中的挑战.
- 它平衡勘探和开发阶段,以实现最佳的资源配置.
- 该方法成功满足了 QoS 标准,同时最大限度地减少了能源,成本和使用范围.
更多相关视频
07:49Automated Deployment of an Internet Protocol Telephony Service on Unmanned Aerial Vehicles Using Network Functions Virtualization
Published on: November 26, 2019
10:36Author Spotlight: Optimization of Airflow Velocities in Battery Cooling Systems for Enhanced Thermal Performance and Reduced Energy Consumption
Published on: November 3, 2023
相关概念视频
Manipulation and Analysis
Applications of GIS: Disaster Management and Emergency Response
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Field Application of Global Positioning System
