3、基于粒子群优化的物联网任务调度算法研究

基于粒子群优化的物联网任务调度算法研究

1. 算法引入与系数作用

为提升全局搜索的收敛性、鲁棒性以及所提出架构在动态环境中的性能，引入了三个系数 ξ、φ₁ 和 φ₂。它们在优化过程中起着关键作用，有助于算法更好地适应不同的动态环境，提高搜索的效率和准确性。

2. 速度更新策略

2.1 策略 I

当传入到达率 λᵢ 与所有分配服务器的总服务率 μᵢ 的比值增加时，该策略会加速相关粒子的速度。这种加速会显著影响延迟指标，因此 CP 会为所有传入数据流量选择一个粒子的 pbest 以优化延迟。速度更新公式如下：
- ( \nu_{i} = \xi \nu_{i0} + \varphi_1 \lambda_{i} (p_{i} - x_{i}) )
- ( \nu_{i} = \xi \nu_{i0} + \varphi_2 \lambda_{i} (g_{i} - x_{i}) )
其中，λᵢ 和 μᵢ 分别表示传入数据流量的到达率和服务率的分布，ξ 是收缩系数，用于平衡全局探索和局部探索，其定义为：
( \xi = \frac{2}{|2 - \varphi - \sqrt{\varphi^2 - 4\varphi}|} )，其中 ( \varphi = \varphi_1 + \varphi_2 > 4 )

2.2 策略 II

当服务率 μᵢ 与所有分配服务器处理的多类数据流量的总传入类到达率 λᵢ 的比值增加时，该策略会加速粒子的速度。这会显著影响吞吐量指标，因此 CP 会为所有传入数据流量类选择一个粒子的 pbest 以优化吞吐量。速度更新公式如下：