基于人工鱼群算法优化的边缘计算资源分配

基于人工鱼群算法优化的边缘计算资源分配

白健良¹，蒲红平^1，2，3※，杨仕勇³

[1.四川轻化工大学 自动化与信息工程学院，四川 宜宾 644000；

2. 人工智能四川省重点实验室（四川轻化工大学），四川 宜宾 644000；

3. 成都航空职业技学院，四川 成都 610100]

摘 要：针对边缘计算环境下计算资源受限、任务异构动态变化导致资源利用率低及服务时延高的问题，构建了兼顾任务完成时间、资源利用率和负载均衡的多目标资源分配模型，并提出了一种融合粒子群优化(PSO)与人工鱼群算法(AFSA)的改进协同优化策略.该方法建立了混合搜索机制，将PSO的速度引导与AFSA的多行为搜索相结合，利用局部/全局最优解引导并动态调整惯性权重；同时采用自适应参数策略，随迭代进程动态调整视野范围、步长和拥挤度因子.仿真结果表明，与 AFSA相比，改进 AFSA的收敛速度提高了约38%，边缘节点平均资源利用率提升了3.3%，均衡性提高了约8%；不同任务规模下均表现出良好的鲁棒性与稳定性.研究结果对解决大规模边缘任务的调度难题具有应用价值.

关键词：边缘计算；人工鱼群优化；资源分配；自适应参数