近日🐀，我院師生在國際知名期刊Journal of Industrial Information Integration（JCR一區，中科院一區TOP，IF=10.4）上在線發表了題為“E-CARGO-Based Dynamic Weight Offload Strategy with Resource Contention Mitigation for Edge Networks”的研究論文🖐🏼。論文第一作者為我院電子信息專業碩士研究生毛文逸，我院譚文安教授為通訊作者🥰，沐鸣2娱乐為第一通訊單位。
1. 成果簡介
隨著移動邊緣計算（MEC）在以工業物聯網（IIoT）和5G網絡為背景的智能製造系統中的廣泛應用，如何高效地卸載計算任務成為了當下的研究熱點。引入基於角色協同（RBC）的環境-類🤦🏼、Agent、角色🤸🏿♂️、組和對象（E-CARGO）模型，綜合管理邊緣網絡環境中的MEC服務器和終端用戶計算任務🏌🏼♀️，以提高智能製造系統任務卸載的效果與性能。首先，以時延與能耗作為評價卸載效果的重要指標，提出了基於用戶時延容忍度的預分配算法🚶🏻♂️，動態調整時延-能耗權重因子，從而實時調節卸載決策的優化系統資源調配；其次，擴展基於E-CARGO的Agent角色沖突的組角色分配（GRACAR）模型📠，提出了動態權重的GRACAR（GRACAR-DW）模型並進行形式化建模。通過引入資源爭用約束，主動消解了因卸載到同一MEC服務器的任務數據量過大而導致的資源爭用🏇；最後設計出基於混合整數線性規劃（MILP）的Gurobi求解方案支持所提出模型的驗證和綜合應用🧎🏻☃️。仿真實驗證明該方法在時延與能耗方面🙍🏽♀️，顯著提升了MEC系統的整體性能♋️🎴，為邊緣網絡卸載決策提供新的思路與技術支持👶🏿。
2. 圖文信息
