【技术实现步骤摘要】
一种智能产线管控云边端体系资源协同方法
[0001]本专利技术涉及云边端
,尤其是涉及一种智能产线管控云边端体系资源协同方法。
技术介绍
[0002]随着5G网络和物联网等关键技术的成熟,工业物联网云计算已经由传统的云平台计算模式转向“云端+边缘“的边缘计算模式。产线管控系统作为工业物联网的一种特殊场景,具有跨地域、长流程、设施异构、设施资源多样等特点,这些特点增加了产线上边端设施资源调度的难度,容易造成设施资源分配不均、资源利用率低等问题。另外,边缘设备的资源数量往往有限,不合理的资源调度策略会造成产线终端设备无法及时获取足够的资源,进而影响产线任务的实时性和产线生产效率。因此针对产线管控系统,需要设计一种合理的云边端体系资源协同方法,对产线管控物联网中的云、边、端中的资源分配和任务卸载进行优化,从而有效提高产线设备资源的利用率,降低产线管控系统的任务时延。
技术实现思路
[0003]本专利技术的目的是提供一种智能产线管控云边端体系资源协同方法,针对智能产线管控的云边端系统,首先在边缘服务器和终端设备 ...
【技术保护点】
【技术特征摘要】
1.一种智能产线管控云边端体系资源协同方法,其特征在于,包括以下步骤:S1:将产线环境中的边缘服务器视为服务提供商,记作E={E1,E2,
…
,E
n
},将产线上的终端设备视为用户,记作U={U1,U2,
…
,U
m
},终端服务器拥有足够数量的资金;每次将终端设备U
i
在边缘服务器E
j
上的一次任务卸载过程视为一次资源消费过程,每个边缘服务器均持有有限的k种资源R={R1,R2,
…
,R
k
},每种资源R
i
的剩余可用数量记为A
i
,定义r=(r1,r2,
…
,r
k
)代表一个资源配置方案,其中,r
i
代表使用第i种资源的数量,r
i
的取值范围是0≤r
i
≤A
i
;S2:边缘服务器设定初始资源价格方案S3:终端设备设定任务卸载的初始资源配置r
(1)
;S4:在第t轮任务卸载前,终端设备从边缘服务器获取当前所有边缘服务器的资源价格方案终端设备对每个边缘服务器均使用多臂老虎机强化学习方法来获取任务卸载的最佳资源配置,从所有的最佳资源配置中,选取全局最优资源配置;S5:终端按照全局最优资源配置执行任务卸载,边缘服务器执行终端任务;S6:边缘服务器E
i
记录所有卸载到自身的终端设备的资源配置方案,并根据终端资源使用量生成新一轮的资源定价方案S7:基于Stackelberg博弈实现边缘和终端设备的资源协同过程,重复步骤S4到步骤S6,边缘服务器作为领导者,终端设备作为追随者。2.根据权利要求1所述的一种智能产线管控云边端体系资源协同方法,其特征在于:所述步骤S4中,终端设备选取全局最优资源具体过程如下:S41:定义最佳资源配置的公式如下:设置目标优化函数为Ω(r)=p(r)
·
t(r),约束条件公式为其中,p(r)为边缘服务器提供的资源配置r的单位时间定价,t(r)为任务在r下的运行时间,为全体可选资源配置集,T为任务的最大可容忍运行时限;S42:调整目标优化函数的格式:令f(r)=1/t(r)表示任务的运行速率,则多臂老虎机的目标优化函数的公式如下:则优化后的最佳资源配置的公式如下:S43:边缘服务器上的全体资源配置集是是有限集合,其中表示取值范围0到R
i
的整数,每个资源配置均是一个多维整数向量,终端设备初始选择所述步骤S3中的初始资源配置r
(1)
;
S44:每个资源配置均定义为老虎机的一只“臂”,使用多轮迭代的方式选出最优的“臂”;S45:在第i轮迭代过程中(i=1,2,3,
…
),终端设备使用资源配置r
(i)
向边缘服务器卸载任务,得到任务的运行速率公式如下:y
(i)
=f(r
(i)
)+∈
(i)
上式中,y
(i)
是实际观测到的任务执行时间,∈
(i)
是观测干扰项,∈
(i)
~N(0,σ2)为服从正态分布的干扰项;S46:基于高斯过程
‑
置信上界区间的原理对下一轮迭代资源配置进行计算,过程如下:定义任务的运行速率函数f(r)是高斯过程GP(m(r),k(r,r'))的采样,其中m(r)为f(r)的均值函数,k(r,r')为f(r)和f(r')的协方差,即任意的有限子集均服从联合正态分布N(m(r),k(r,r'));在第t轮迭代后,使用资源配置{r
(1)
,r
(2)
,
…
,r
(t)
}以及带噪音的采样{y
(1)
,y
(2)
,
…
,y
(t)
},能够得到f的后验分布服从正态分布,对于任意f(r)期望函数、协方差函数和方差函数的公式如下:m
(t)
(r)=(k
(t)
(r))
T
...
【专利技术属性】
技术研发人员:崔冬航,李荣华,秦宏超,王国仁,
申请(专利权)人:北京理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。