文献类型：期刊文章

作　　者：陈超[1] 王飞[1] 盛玉萍[3] 康葵[2] 何海涛[1] 华才健[1]

CHEN Chao;WANG Fei;SHENG Yu-ping;KANG Kui;HE Hai-tao;HUA Cai-jian(School of Computing Science,Sichuan University of Science and Engineering,Zigong 643000,China;High Performance Computing Center,Sichuan University of Science and Engineering,Zigong 643000,China;Analytical and Testing Center,Sichuan University of Science and Engineering,Zigong 643000,China)

机构地区：[1]四川理工学院计算机学院,四川自贡643000 [2]四川理工学院高性能计算中心,四川自贡643000 [3]四川理工学院分析测试中心,四川自贡643000

出　　处：《计算机工程与设计》

基　　金：国家自然科学基金项目(21644013、11647029);四川理工学院教学改革研究基金项目(JG-1636);自贡市科技局重点科技计划基金项目(2016CXM05)

年　　份：2019

卷　　号：40

期　　号：6

起止页码：1585-1589

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：移动云计算中,移动设备电池充电间隔时间的不确定性会对移动设备服务请求的卸载决策和本地执行服务请求时的CPU运行频率产生重要影响。为解决这一问题,研究基于随机数据模型的移动设备控制策略问题,考虑充电间隔长度不确定的情况下,定义移动设备的执行性能和功耗的均衡目标函数,证明移动设备的最优控制决策在充电间隔变化时也会发生改变。以最大化目标函数为基础,提出一种动态规划算法对移动设备的最优控制策略(计算卸载决策和CPU运行频率)进行求解。数值仿真结果表明,在3种不同的充电时间间隔的概率密度函数下,所提最优控制策略比基准算法能够得到更好的性能。

关 键 词：移动云计算 随机数据模型  控制策略 动态规划 计算卸载  

分 类 号：TP393]