一种基于外罚函数与果蝇优化的资源分配方法及服务器组成比例

本发明专利技术提供一种基于外罚函数与果蝇优化的资源分配方法及服务器，应用在MIMO‑MEC智能配用电网络中，所述智能配用电网络包括集中器基站以及与集中器基站信号相连的若干采集终端，所述智能配用电网络的带宽资源分配方法包括：采用外罚函数梯度下降法获得多个较优的决策向量；选择具有满足约束且优化效果最佳的决策向量作为起始点，执行果蝇优化算法，得到收敛的最优分配方案；根据所述最优分配方案，集中控制器对资源进行分配。

A resource allocation method and server based on penalty function and Drosophila optimization

The invention provides a resource allocation method and server based on external penalty function and Drosophila optimization, which is applied in MIMO \u2011 MEC intelligent power distribution network. The intelligent power distribution network includes concentrator base station and several acquisition terminals connected with concentrator base station signal. The bandwidth resource allocation method of the intelligent power distribution network includes: Using external penalty function gradient descent method to obtain more Three better decision vectors; select the decision vector with satisfying constraints and the best optimization effect as the starting point, execute the Drosophila optimization algorithm, and get the convergence optimal allocation scheme; according to the optimal allocation scheme, centralized controller allocates resources.

【技术实现步骤摘要】
一种基于外罚函数与果蝇优化的资源分配方法及服务器
本专利技术涉及计算机网络
，尤其涉及一种基于外罚函数与果蝇优化的资源分配方法及服务器。
技术介绍
一方面，伴随着智能电网、泛在电力物联网的提出，越来越多的终端设备或采集终端需要通过配用电网络接入承载网络并最终将信息汇总到电力数据中心，这对配用电网络提出了更高的需求。另一方面，现有的承载网络接入能力受限、数据中心处理能力有限，海量采集终端通过配用电网络接入承载域数据中心将造成网络拥塞，此外并非所有采集信息都需要汇聚到电力数据中心进行处理，这将浪费大量的带宽与处理资源。为此，借助于移动通信网络中的大规模MIMO传输技术以及移动边缘计算技术，不但可以解决配用电网络当前面临的问题，而且可以适应未来智能配用电网络发展的需求。其中，大规模MIMO技术通过在基站侧配置大量天线单元，充分利用空间资源，既能提升系统频谱效率与复用能力，也能利用分集增益和阵列增益改善系统能量效率。而移动边缘计算(mobileedgecomputing,MEC)技术被提出，其核心思想是通过在接入网处部署边缘云服务器就近为采集终端提供信息处理和计算能力，创建具备高性能、低延迟与高带宽的服务环境。依托于大规模MIMO和移动边缘计算来增强配用电网络是其走向智能化的方向之一。此时，采集终端通过无线接入基于大规模MIMO的集中器基站，配用电网络接入通道的传输能力得到显著提高。进一步地的，通过在配用电网络边缘接入点配置智能化的计算服务平台，一方面可以就近处理一些运维与管理任务，另外，可以将部分需要汇聚到电力数据中心的原始数据进行必要处理来降低网络压力，并降低配用电网络运维响应时延。在这种基于大规模MIMO无线传输与移动边缘计算的智能配用电网络系统中，如果有效的优化无线传输与计算资源配置，从而降低边缘运维服务响应延迟是一个关键性难题。
技术实现思路
本专利技术的目的在于提供一种基于外罚函数与果蝇优化的资源分配方法及服务器，可使网络资源均衡分配至系统各采集终端，使采集终端的计算服务响应延迟最小，用以解决上述
技术介绍
中提出的问题。本专利技术是通过以下技术方案实现的：本专利技术第一方面提供了一种基于外罚函数与果蝇优化的资源分配方法，应用于MIMO-MEC智能配用电网络中，所述智能配用电网络包括集中器基站以及与集中器基站信号相连的若干采集终端，所述智能配用电网络的带宽资源分配方法包括：采用外罚函数梯度下降法获得多个较优的决策向量；选择具有满足约束且优化效果最佳的决策向量作为起始点，执行果蝇优化算法，得到收敛的最优分配方案；根据所述最优分配方案，集中控制器对资源进行分配。优选的，采用外罚函数梯度下降法获得多个较优的决策向量，包括：初始化参数(pd，pp，f，τ，μ)0；计算VF((pd，pp，f，τ，μ)0)；若||VF((pd，pp，f，τ，μ)0)||＜δ；则(pd，pp，f，τ，μ)*＝(pd，pp，f，τ，μ)m；若||VF((pd，pp，f，τ，μ)0)||＞δ；搜索最优步长tm，并且满足决策变量不超过范围且tm＝argminF((pd，pp，f，τ，μ)m-t*VF((pd，pp，f，τ，μ)m))；取(pd，pp，f，τ，μ)m+1←(pd，pp，f，τ，μ)m-t*VF((pd，pp，f，τ，μ)m)；若||(pd，pp，f，τ，μ)m+1-(pd，pp，f，τ，μ)m||＜ε，则(pd，pp，f，τ，μ)*＝(pd，pp，f，τ，μ)m+1；其中(pd，pp，f，τ，μ)*表示最优解。优选的，执行果蝇优化算法，得到收敛的最优分配方案，包括：根据最优解(pd，pp，f，τ，μ)*得到Lopt＝(pd，pp)；更新果蝇种群位置，令Li＝Lopt+Dfly*rand(·)＝H(Li)，若H*＞min(s)，则Lopt＝Largmin(s)，所获得的Lopt即为最优解；若k＜Gmax，则继续更新果蝇种群位置；其中Gmax为果蝇优化中最大迭代次数，k为采集终端数量，Dfly为果蝇在各个方向的单次飞行距离，H为果蝇优化的适应度函数，H*为气味浓度值，L为果蝇优化中所有当代果蝇位置向量。本专利技术第二方面提供了一种服务器，所述服务器设置于集中器基站中，所述服务器用于执行如第一方面中任一项所述的方法，实现对网络资源的分配。与现有技术相比，本专利技术达到的有益效果如下：本专利技术可快速在基于大规模MIMO-MEC的智能配用电网络中实现计算资源分配与导频、数据传输功率控制；本专利技术最小化采集终端的计算服务响应延迟，使得资源有效配置；本专利技术适用于基于大规模MIMO-MEC的智能配用电网络场景；本专利技术收敛速度快、复杂度低，易实现。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术提供的一种基于外罚函数与果蝇优化的资源分配方法的流程图；图2为本专利技术实施例提供的资源分配方法与常规果蝇算法进行比较后的仿真示意图。具体实施方式为了更好理解本专利技术
技术实现思路
，下面提供具体实施例，并结合附图对本专利技术做进一步的说明。参见图1，本专利技术第一方面提供了一种基于外罚函数与果蝇优化的资源分配方法，应用于MIMO-MEC智能配用电网络中，所述智能配用电网络包括集中器基站以及与集中器基站信号相连的若干采集终端，所述智能配用电网络的带宽资源分配方法包括：首先，采用外罚函数梯度下降法获得多个较优的决策向量，包括：初始化参数(pd，pp，f，τ，μ)0；计算VF((pd，pp，f，τ，μ)0)；若||VF((pd，pp，f，τ，μ)0)||＜δ；则(pd，pp，f，τ，μ)*＝(pd，pp，f，τ，μ)m；若||VF((pd，pp，f，τ，μ)0)||＞δ；搜索最优步长tm，并且满足决策变量不超过范围且tm＝argminF((pd，pp，f，τ，μ)m-t*VF((pd，pp，f，τ，μ)m))；取(pd，pp，f，τ，μ)m+1←(pd，pp，f，τ，μ)m-t*VF((pd，pp，f，τ，μ)m)；若||(pd，pp，f，τ，μ)m+1-(pd，pp，f，τ，μ)m||＜ε，则(pd，pp，f，τ，μ)*＝(pd，pp，f，τ，μ)m+1；其中(pd，pp，f，τ，μ)*表示最优解。选取最优解(pd，pp，f，τ，μ)*中满足约束且优化效果最佳的决策向量作为起始点，执行果蝇优化算法，得到收敛的最优分配方案，其具体过程为；根据最优解(pd，pp，f，τ，μ)*得到Lopt＝(pd，pp)；更新果蝇种群位置，令Li＝Lopt+Dfly*本文档来自技高网...

【技术保护点】
1.一种基于外罚函数与果蝇优化的资源分配方法，其特征在于，应用于MIMO-MEC智能配用电网络中，所述智能配用电网络包括集中器基站以及与集中器基站信号相连的若干采集终端，所述智能配用电网络的带宽资源分配方法包括：/n采用外罚函数梯度下降法获得多个较优的决策向量；/n选择具有满足约束且优化效果最佳的决策向量作为起始点，执行果蝇优化算法，得到收敛的最优分配方案；/n根据所述最优分配方案，集中控制器对资源进行分配。/n

【技术特征摘要】
1.一种基于外罚函数与果蝇优化的资源分配方法，其特征在于，应用于MIMO-MEC智能配用电网络中，所述智能配用电网络包括集中器基站以及与集中器基站信号相连的若干采集终端，所述智能配用电网络的带宽资源分配方法包括：
采用外罚函数梯度下降法获得多个较优的决策向量；
选择具有满足约束且优化效果最佳的决策向量作为起始点，执行果蝇优化算法，得到收敛的最优分配方案；
根据所述最优分配方案，集中控制器对资源进行分配。


2.根据权利要求1所述的一种基于外罚函数与果蝇优化的资源分配方法，其特征在于，采用外罚函数梯度下降法获得多个较优的决策向量，包括：
初始化参数(pd，pp，f，τ，μ)0；
计算VF((pd，pp，f，τ，μ)0)；
若||VF((pd，pp，f，τ，μ)0)||＜δ；
则(pd，pp，f，τ，μ)*＝(pd，pp，f，τ，μ)m；
若||VF((pd，pp，f，τ，μ)0)||＞δ；
搜索最优步长tm，并且满足决策变量不超过范围且tm＝argminF((pd，pp，f，τ，μ)m-t*VF((pd，pp，f，τ，μ)m))；
取(pd，pp，f，τ，μ)m+1...

【专利技术属性】
技术研发人员：林密，张焕域，李博，邢诒政，何书毅，吴伟明，姚君旺，
申请(专利权)人：海南电网有限责任公司，
类型：发明
国别省市：海南;46