本申请提供一种多层云架构智能交通资源分配方法、存储介质及电子设备，所述多层云架构包括边缘云、区域云和中心云，所述方法包括：所述边缘云采用遗传算法对其接收到的边缘任务进行资源分配；所述区域云采用粒子群优化算法对其接收到的区域任务进行资源分配；所述中心云采用混合遗传算法与模拟退火算法对其接收到的中心任务进行资源分配；所述中心云对所述边缘云和所述区域云的资源分配结果进行监控，并根据监控结果对所述边缘云和所述区域云的资源分配进行动态调整。上述技术方案，有效提高了资源利用率，降低了任务完成时间，显著提升了智能交通系统的实时响应能力和整体性能。
【技术实现步骤摘要】
本申请涉及车辆行驶过程中的路径规划，具体涉及一种多层云架构智能交通资源分配方法、存储介质及电子设备。
技术介绍
1、多层云架构(包括边缘云、区域云和中心云)逐渐成为智能交通系统的发展趋势。边缘云部署在交通网络的边缘节点，能够就近处理实时数据，显著降低传输延迟；区域云位于特定地理区域内，负责管理和协调多个边缘云节点，实现区域范围内的数据汇总与分析；中心云则承担全局数据整合和长周期分析的任务。尽管多层云架构在一定程度上缓解了单一中心云的瓶颈，但现有方法在资源分配与任务调度方面仍存在以下不足：
2、资源分配不均衡：各层云的资源异构性和动态变化特性使得现有资源分配方法难以实现全局最优，常导致部分云资源过载或闲置。
3、任务调度效率低：传统任务调度算法难以兼顾各层级的实时性需求和任务复杂度，导致任务处理延迟较高，影响系统整体性能。
4、缺乏全局协同机制：现有方法多采用独立优化，缺乏层级之间的协同优化机制，难以动态适应实时交通状况的变化，降低了系统的响应能力和可靠性。
技术实现思路
1、本申请要解决的技术问题在于现有技术中只能交通领域应用的多层云架构存在的资源分配与任务调度方面的不足，进而提供一种多层云架构智能交通资源分配方法、存储介质及电子设备。
2、第一方面，本申请技术方案提供一种多层云架构智能交通资源分配方法，所述多层云架构包括边缘云、区域云和中心云，所述方法包括：
3、所述边缘云采用遗传算法对其接收到的边缘任务进行资源分配；</p>4、所述区域云采用粒子群优化算法对其接收到的区域任务进行资源分配；
5、所述中心云采用混合遗传算法与模拟退火算法对其接收到的中心任务进行资源分配；
6、所述中心云对所述边缘云和所述区域云的资源分配结果进行监控，并根据监控结果对所述边缘云和所述区域云的资源分配进行动态调整。
7、一些方案中所述的多层云架构智能交通资源分配方法，所述边缘云采用遗传算法对其接收到的边缘任务进行资源分配，包括：
8、将所述边缘任务随机分配至不同边缘云得到一组初始资源分配方案；
9、对每一所述初始资源分配方案的适应度进行评估，得到每一边缘云执行边缘任务的执行时间和资源利用率；
10、选择适应度评估结果最大的初始资源分配方案作为基准分配方案；
11、对所述基准分配方案进行交叉、迭代、变异和迭代处理后得到若干变形分配方案；
12、对每一所述变形分配方案的适应度进行评估，将适应度评估结果最大的变形分配方案作为最终的边缘云资源分配方案。
13、一些方案中所述的多层云架构智能交通资源分配方法，所述对每一所述初始资源分配方案的适应度进行评估，得到每一边缘云执行边缘任务的执行时间和资源利用率中，以如下函数作为边缘云资源分配方案的适应度评估函数：
14、f1＝ω11·d11+ω12·(1-u11)；
15、其中，ω11表示任务完成时间的权重值，d11表示边缘任务，ω12表示边缘云资源利用权重值，u11表示边缘云的资源利用率。
16、一些方案中所述的多层云架构智能交通资源分配方法，所述区域云采用粒子群优化算法对其接收到的区域任务进行资源分配，包括：
17、将接收到的区域任务划分为多个粒子任务，每一粒子任务中，其中若干任务被配置至区域云，其余任务被分配至所述区域云的下一级边缘云；
18、获取每一粒子任务的适应度评估结果，得到适应度评估结果最低的粒子任务作为基准粒子分配方案；
19、根据粒子群优化算法对所述基准粒子分配方案进行更新迭代，完成迭代后选择适应度最低的迭代结果作为最终的区域云资源分配方案。
20、一些方案中所述的多层云架构智能交通资源分配方法，所述获取每一粒子任务的适应度评估结果，得到适应度评估结果最低的粒子任务作为基准粒子分配方案中，以如下函数作为区域云资源分配方案的适应度评估函数：
21、f2＝w21·d12+w22·(1-u12)；
22、其中，ω21表示任务延迟时间的权重值，d12表示所有区域任务的总延迟，ω22表示区域云及对应边缘云的总利用率权重值，u12表示区域云及对应边缘云的总利用率。
23、一些方案中所述的多层云架构智能交通资源分配方法，所述中心云采用混合遗传算法与模拟退火算法对其接收到的中心任务进行资源分配，包括：
24、采用遗传算法得到中心任务的一组初始分配方案，初始分配方案中不同中心任务分配至中心云和对应的区域云中；
25、考虑任务延迟时间、资源使用效率和负载均衡条件计算每一初始分配方案的适应度；
26、选择适应度结果最大的初始分配方案进行较差、变异和迭代，得到最优初始分配方案和次优分配方案；
27、对所述最优初始分配方案和所述次优分配方案进行模拟退火优化算法，得到退火优化分配方案；
28、若退火优化分配方案与所述最优初始分配方案的适应度差值小于设定阈值则将所述退火优化分配方案作为最终的中心云资源分配方案。
29、一些方案中所述的多层云架构智能交通资源分配方法，所述中心云对所述边缘云和所述区域云的资源分配结果进行监控，并根据监控结果对所述边缘云和所述区域云的资源分配进行动态调整，包括：
30、所述中心云获取所述边缘云和所述区域云实时采集的交通数据及边缘云和区域云的资源利用率；
31、根据所述交通数据评估交通状况是否异常；
32、根据边缘云和区域云的资源利用率评估资源利用率是否超过设定上限；
33、若所述交通状况异常或所述资源利用率超过设定上限，则重新对边缘云、区域云的资源分配结果进行调整。
34、第二方面，本申请技术方案提供一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现第一方面任一项技术方案所述多层云架构智能交通资源分配方法的步骤。
35、第三方面，本申请技术方案提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现第一方面任一项技术方案所述多层云架构智能交通资源分配方法的步骤。
36、第四方面，本申请技术方案提供一种计算机装置/设备/系统，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现第一方面任一项技术方案所述多层云架构智能交通资源分配方法的步骤。
37、本申请提供的上述技术方案，相比于现有技术，具有如下技术效果：
38、本申请提供的多层云架构智能交通资源分配方法、存储介质及电子设备，通过在边缘云、区域云和中心云分别采用适宜的资源分配算法，并利用中心云实现资源分配的全局协同优化，有效提高了资源利用率，降低了任务完成时间，显著提升了智能交通系统的实时响应能力和整体性能。
本文档来自技高网...
【技术保护点】
1.一种多层云架构智能交通资源分配方法，其特征在于，所述多层云架构包括边缘云、区域云和中心云，所述方法包括：
2.根据权利要求1所述的多层云架构智能交通资源分配方法，其特征在于，所述边缘云采用遗传算法对其接收到的边缘任务进行资源分配，包括：
3.根据权利要求2所述的多层云架构智能交通资源分配方法，其特征在于，所述对每一所述初始资源分配方案的适应度进行评估，得到每一边缘云执行边缘任务的执行时间和资源利用率中，以如下函数作为边缘云资源分配方案的适应度评估函数：
4.根据权利要求1所述的多层云架构智能交通资源分配方法，其特征在于，所述区域云采用粒子群优化算法对其接收到的区域任务进行资源分配，包括：
5.根据权利要求4所述的多层云架构智能交通资源分配方法，其特征在于，所述获取每一粒子任务的适应度评估结果，得到适应度评估结果最低的粒子任务作为基准粒子分配方案中，以如下函数作为区域云资源分配方案的适应度评估函数：
6.根据权利要求1所述的多层云架构智能交通资源分配方法，其特征在于，所述中心云采用混合遗传算法与模拟退火算法对其接收到的中心任务进行资源分配，包括：
7.根据权利要求1-6任一项所述的多层云架构智能交通资源分配方法，其特征在于，所述中心云对所述边缘云和所述区域云的资源分配结果进行监控，并根据监控结果对所述边缘云和所述区域云的资源分配进行动态调整，包括：
8.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1-7任一项所述多层云架构智能交通资源分配方法的步骤。
9.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1-7任一项所述多层云架构智能交通资源分配方法的步骤。
10.一种计算机装置/设备/系统，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-7任一项所述多层云架构智能交通资源分配方法的步骤。
...
【技术特征摘要】
1.一种多层云架构智能交通资源分配方法，其特征在于，所述多层云架构包括边缘云、区域云和中心云，所述方法包括：
2.根据权利要求1所述的多层云架构智能交通资源分配方法，其特征在于，所述边缘云采用遗传算法对其接收到的边缘任务进行资源分配，包括：
3.根据权利要求2所述的多层云架构智能交通资源分配方法，其特征在于，所述对每一所述初始资源分配方案的适应度进行评估，得到每一边缘云执行边缘任务的执行时间和资源利用率中，以如下函数作为边缘云资源分配方案的适应度评估函数：
4.根据权利要求1所述的多层云架构智能交通资源分配方法，其特征在于，所述区域云采用粒子群优化算法对其接收到的区域任务进行资源分配，包括：
5.根据权利要求4所述的多层云架构智能交通资源分配方法，其特征在于，所述获取每一粒子任务的适应度评估结果，得到适应度评估结果最低的粒子任务作为基准粒子分配方案中，以如下函数作为区域云资源分配方案的适应度评估函数：
6.根据权利要求1所述的...
【专利技术属性】
技术研发人员：谢宇，
申请(专利权)人：云控智行科技有限公司，
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。