[發明專利]基于演化博弈論的可切分任務卸載決策方法

在審

• 申請號: 202111317497.6
• 申請日: 2021-11-09
• 公開（公告）號: CN114245423A
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 張幸林;盧文健
• 申請（專利權）人: 華南理工大學
• 主分類號: H04W28/16
• 分類號: H04W28/16;G06F9/445
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 馮炳輝

1.基于演化博弈論的可切分任務卸載決策方法，其特征在于，包括以下步驟：

1)構建移動終端用戶的可切分任務，將可切分任務分割成多個相同的子任務；

2)構建關于子任務的卸載決策，并建立用戶的成本函數；

3)根據成本函數，構建演化博弈模型，初始化用戶的策略狀態；

4)使用動態復制子方法，迭代求解策略狀態直至狀態不再發生改變，得到最終的每個用戶的卸載策略。

2.根據權利要求1所述的基于演化博弈論的可切分任務卸載決策方法，其特征在于，在步驟1)中，考慮用戶集合N，對于用戶i，其中i＝1,2,...,N，它有可切分任務T_i，完成整個任務所需的cpu周期為Z_i；定義子任務T₀，完成單個子任務所需的cpu周期為Z₀，其中Z_i≥Z₀；則對于可切分任務T_i，用戶擁有的子任務數量表示為：

式中，M_i是用戶i擁有的子任務數量，表示向上取整。

3.根據權利要求1所述的基于演化博弈論的可切分任務卸載決策方法，其特征在于，在步驟2)中，考慮基站集合K，根據基站的覆蓋重疊范圍，用戶i根據所處位置屬性得到候選基站集合K_i，用戶i將m_ik個子任務卸載到基站k卸載，它占子任務總數的比例s_ik為：

其中，s_ik∈[0,1]，當s_ik＝0；M_i是用戶i擁有的子任務數量，N為用戶集合；用戶i的卸載策略所有用戶合起來的卸載策略s＝{s_i,i∈N}；

基站k擁有的資源總量為C_k，結合所有用戶的卸載策略，得到基站k的資源請求總量L_k(s)為：

其中，L_k是根據所有用戶的卸載策略計算而得，因此它是關于s的變量；Z₀為完成單個子任務所需的cpu周期；而基站k的負載率l_k(s)則表示為：

根據基站返回的負載率，建立用戶i將m_ik個子任務卸載到基站k的成本函數u_ik(s)為：

u_ik(s)＝s_ikM_iZ₀l_k(s)。

4.根據權利要求1所述的基于演化博弈論的可切分任務卸載決策方法，其特征在于，在步驟3)中，根據成本函數，構建演化博弈模型；在博弈模型的三要素中，玩家集、策略集和效用函數分別對應移動終端用戶集N、策略集Λ_i和成本函數U_i，其中，Λ_i表示s_i的取值空間，U_i表示用戶i的一組成本函數；在演化博弈中，用戶擁有的所有子任務組成一個種群，用戶為所有子任務指定一個卸載基站，統計卸載到每個基站的子任務個數，得到用戶的卸載決策s_i，下面稱之為博弈中的一個策略狀態，用戶的初始策略狀態為：

式中，|·|表示集合元素的個數；s_ik為用戶i將m_ik個子任務卸載到基站k卸載占子任務總數的比例；K_i為用戶i根據所處位置屬性得到候選基站集合；定義用戶i的平均成本函數如下式，用作衡量策略狀態的優劣，它表示為：

其中，K為基站集合，u_ik(s)為用戶i將m_ik個子任務卸載到基站k的成本函數。

5.根據權利要求1所述的基于演化博弈論的可切分任務卸載決策方法，其特征在于，在步驟4)中，使用動態復制子方法，根據成本函數和平均成本，定義策略狀態的動態方程為：

式中，β表示變化速率因子，為用戶i的平均成本函數，u_ik(s)為用戶i將m_ik個子任務卸載到基站k的成本函數，表示s_ik的變化趨勢，s_ik為用戶i將m_ik個子任務卸載到基站k卸載占子任務總數的比例；在當前s下，s為所有用戶合起來的卸載策略，當s_ik＜0時，即卸載到基站k的成本高于平均成本，用戶通過減少卸載到該基站的子任務數量來降低u_ik(s)；相反，當s_ik＞0時，則增加子任務數量；最終達到降低平均成本的目的；的取值決定了增加或減少的子任務數量的比例，因此，調整后的策略狀態表示為：

引入t標記各個變量在不同時刻的取值，T表示預設的最大時刻；則在時刻t，s_ik(t)為用戶i的策略狀態，為用戶i的動態方程，下一時刻的策略狀態s_ik(t+1)表示為：

經過多個時刻的計算，當用戶的策略狀態不再發生變化時，此時用t_e標記當前時刻，即K_i為用戶i根據所處位置屬性得到候選基站集合，為在時刻t_e的動態方程，此時s_ik(t_e+1)＝s_ik(t_e)，s_ik(t_e)和s_ik(t_e+1)表示在時刻t_e和t_e+1的策略狀態，此時用戶的策略狀態不再發生變化，則該策略狀態就是用戶最終求解得到的卸載決策。