روش کارامد زمان بندی در پردازش لبه با استفاده از الگوریتم های فراابتکاری

با گسترش فناوری های اینترنت اشیاء (IoT) و افزایش حجم داده های تولیدشده در لبه شبکه، نیاز به پردازش بلادرنگ و موثر داده ها بیش از پیش احساس می شود. پردازش لبه (Edge Computing) به عنوان یک راهکار نوین برای کاهش تاخیر، کاهش بار شبکه و افزایش بهره وری منابع، نقش مهمی در سامانه های هوشمند ایفا می کند. با این حال، یکی از چالش های اساسی در این معماری، مسئله زمان بندی وظایف به گونه ای است که محدودیت های منابع، تاخیر و کیفیت خدمات (QoS) به صورت همزمان رعایت شود. در این پژوهش، یک روش زمان بندی کارآمد مبتنی بر الگوریتم های فراابتکاری ارائه شده است که با بهره گیری از قدرت جست وجوی هوشمند این الگوریتم ها، وظایف را به گونه ای زمان بندی می کند که تاخیر اجرای وظایف کمینه شده و بهره برداری از منابع افزایش یابد. در مدل پیشنهادی، تخصیص زمان و مکان اجرای هر وظیفه در نظر گرفته شده و الگوریتم هایی نظیر الگوریتم ژنتیک (GA) و بهینه سازی ازدحام ذرات (PSO) برای بهینه سازی فرآیند زمان بندی به کار گرفته شده اند. نتایج شبیه سازی نشان می دهد که روش پیشنهادی قادر است زمان پاسخ دهی را کاهش داده و تعادل بار میان گره های لبه را به خوبی حفظ نماید. این یافته ها نشان دهنده پتانسیل بالای الگوریتم های فراابتکاری در حل مسائل پیچیده زمان بندی در محیط های پردازش لبه است.

کلیدواژه ها:

کاهش تاخیر ، اینترنت اشیا (IoT) ، الگوریتم ژنتیک ، پردازش لبه