25、随机建模与家庭能源消耗特征分析

随机建模与家庭能源消耗特征分析

1. 地图应用层加载的随机建模

1.1 整体模型概述

在移动边缘计算（MEC）架构中，地图应用层加载的端到端性能评估涉及五个子模型，分别是请求处理引擎（RPE）、MEC服务器选择引擎（MECSSE）、虚拟机供应引擎（VMPE）、MEC层加载处理引擎（MLLPE）和云层加载处理引擎（CLLPE）。假设请求到达遵循泊松过程，作业服务时间呈指数分布，因此可以使用连续时间马尔可夫链（CTMC）来描述这些子模型。

1.2 各子模型分析

1.2.1 请求处理引擎（RPE）子模型

RPE子模型负责处理到达的请求，其队列属于M/M/1/C类型，因为到达率遵循泊松过程，服务时间呈指数分布，且排队缓冲区受限。计算RPE子模型输出有两种方法：一是绘制类似生灭马尔可夫链的CTMC，通过编写平衡方程获得稳态概率下的输出；二是在MATLAB中进行离散事件模拟（DES）。RPE子模型的输出包括请求阻塞概率（Pbr）、连接失败导致的请求丢弃概率（Pcfr）和平均延迟时间（E[Tr]）。

1.2.2 MEC服务器选择引擎（MECSSE）子模型

MECSSE子模型用于选择合适的MEC服务器来托管地图虚拟机。其有效请求到达率（ks）可通过以下公式计算：
[ks = kr \times (1 - Pbr - Pcfr - POA - PVM)]
其中，POA和PVM为给定值，Pbr和Pcfr可从RPE子模型获得。与RPE类似，MECSSE队列也可建模为M/M/1/C。

1.2.3 虚拟机供应引擎（VMPE）

VMPE子模型模拟在单