买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜东北大学申请的专利一种工业物联网中依赖型任务的可靠高效计算卸载方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119485504B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510051750.X，技术领域涉及：H04W28/084；该发明授权一种工业物联网中依赖型任务的可靠高效计算卸载方法是由柴子欣;冯国奇设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本一种工业物联网中依赖型任务的可靠高效计算卸载方法在说明书摘要公布了：本发明的一种工业物联网中依赖型任务的可靠高效计算卸载方法，包括：步骤1：构建MEC辅助下的IIoT系统，每个工业设备能将任务在本地不同核心上执行，或者卸载到不同边缘服务器上执行；步骤2：构建MEC辅助下的IIoT系统中工业设备的最小化时延和能耗的任务卸载模型；步骤3：构建数据重传模型、计算模型和调度模型；步骤4：结合数据重传模型、计算模型和调度模型，使用改进的MOEAD算法对工业物联网场景下的计算卸载模型进行求解。本发明的卸载方法能够动态调整任务分配策略，并快速获得最佳卸载决策，能够显著提升IIoT系统的整体性能，可广泛用于MEC辅助的工业环境进行计算卸载。

本发明授权一种工业物联网中依赖型任务的可靠高效计算卸载方法在权利要求书中公布了：1.一种工业物联网中依赖型任务的可靠高效计算卸载方法，其特征在于，包括以下步骤：步骤1：构建MEC辅助下的IIoT系统，每个工业设备能将任务在本地不同核心上执行，或者卸载到不同边缘服务器上执行；步骤2：构建MEC辅助下的IIoT系统中工业设备的最小化时延和能耗的任务卸载模型，具体为： 其中，ACT和AEC分别表示工业应用的平均时延和工业设备的平均能耗，表示系统中工业设备的总数，u表示系统中小区的数量，Ni表示第i个小区中工业设备的总数，CTGi,j表示第i个小区中第j个工业设备上的工业应用Gi,j的完成时间，Gi,j＝Ti,j，Di,j，其中Ti,j表示第i个小区中第j个工业设备上的任务集合，Di,j表示第i个小区中第j个工业设备上的任务之间的依赖；任务集合中的每个任务被建模为一个四元组，第i个小区中第j个工业设备上的第k个任务ti,j,k是四元组表示为ti，j，k＝ci，j，k，di，j，k，oi，j，k，vi，j，k，其中ci，j，k，表示执行任务ti,j,k所需的CPU周期数，di,j,k和oi,j,k分别表示输入数据和输出数据的大小，vi,j,k表示任务ti,j,k的截止时间；Ni,j表示第i个小区的第j个工业设备的总任务量；Eti,j,k表示计算任务ti,j,k的能耗，表示任务ti,j,k在本地工业设备上执行的能耗，EES表示任务ti,j,k卸载到边缘服务器的能耗；εi,j,k表示任务ti,j,k卸载的二元变量，卸载到本地工业设备时取值为1，卸载到边缘服务器时取值为0；步骤3：构建数据重传模型、计算模型和调度模型；步骤4：结合数据重传模型、计算模型和调度模型，使用改进的MOEAD算法对工业物联网场景下的计算卸载模型进行求解；所述步骤3中构建的数据重传模型具体为：假设从工业设备到边缘服务器的整个路径有M条链路，第n条链路的传输成功率为gn，则传输失败的概率为1-gn；当第n条链路数据传输失败时，定义Ecn表示第n条链路传输失败的估计成本表示为：Ecn＝1-g1+2·g11-g2+…+n·g1g2…gi-11-gi；期望的传输次数RtM的计算公式为： 其中，EcM表示所有链路传输失败的总成本，表示所有链路传输成功的成本；表示所有链路都成功传输的概率；所述步骤3中构建的计算模型具体为：任意工业设备FD都被定义为四元组集合，第i个小区中第j个工业设备FDi,j的四元组集合表示为其中表示工业设备FDi,j上在第h个计算核心上的最大执行频率；表示工业设备FDi,j在第h个计算核心上最大能耗；表示当工业设备FDi,j传输数据时的最大能耗；表示当工业设备FDi,j接收数据时的最大能耗；假设有C个计算频率缩放因子，表示为α1，α2，...，αC；假设每个工业设备的处理器配备有h个异构的计算核心，第h个计算核心的实际计算频率定义为： 第h个计算核心的实际功耗为： 令表示在工业设备FDi,j的第h个计算核心上的最大计算频率下的最小完成时间，任务ti,j,k在工业设备FDi,j的第h个计算核心的实际执行时间表示为： 任务ti,j,k在本地工业设备FDi,j的第h个计算核心的实际能耗表示为： 当任务卸载到边缘服务器时，第i个小区中第j个工业设备上行的传输速率Ri,j表示为： 其中，Bi,j表示第i个小区中第j个工业设备的信道带宽，gi，j表示第i个小区中第j个工业设备FDi,j和第i个小区的无线接入点APi之间的信道增益，σ2是噪声功率；当任务卸载到边缘服务器上时，卸载任务ti,j,k的传输延迟表示为： 第l个边缘服务器ESl分配给FDi,j的计算资源定义为： 其中，表示从工业设备FDi,j卸载到ESl上的总数据大小，其中任务卸载的位置loci，j，k＝l且l∈{h+1，...，h+J}，J为边缘服务器总数，每个边缘服务器具有相同的计算能力，记为F；在边缘服务器ESl上执行任务所需的时间表示为： 工业设备FDi,j从边缘服务器ESl接收数据的延迟表示为： 因此，任务ti,j,k在边缘服务器ESl上执行的总时延表示为： 任务ti,j,k卸载到边缘服务器的能耗表示为： 其中，表示为卸载任务ti,j,k的传输能耗，表示为从边缘服务器接收数据的能耗，如果任务ti,j,k将在本地工业设备的计算核心上执行，其准备执行时间与前驱任务集合preti,j,k相关，具体取决于前驱任务集合的最大完成时间；在工业设备FDi,j上执行前的等待时间表示为： 其中，表示第i个小区中第j个工业设备第l个任务ti,j,l在本地工业设备的计算核心上的执行时间，表示任务ti,j,l的数据通过无线传输信道从边缘服务器返回到FDi,j的完成时间；在工业设备FDi,j上传输前的等待时间表示为： 如果任务ti,j,k被卸载到边缘服务器上执行，取决于前驱任务集合preti,j,k中任务完成时间的最大值，表示任务ti，j，l∈preti，j，k将数据传输到边缘服务器的传输完成时间；任务ti,j,k在边缘服务器上的准备执行时间表示为： 其中，为任务ti，j，l∈preti，j，k在边缘服务器上的执行完成时间，为任务ti,j,k在边缘服务器上的准备执行时间；在FDi,j上，工业应用Gi,j的最终完成时间定义为CTGi,j，表示为： 其中，εi，j，end是二元变量，当工业设备的最后一个任务ti，j，end在本地执行时，εi，j，end＝1，否则εi，j，end＝0；表示任务ti，j，end在本地工业设备执行完成的时间，表示任务ti，j，end的数据接收完成的时间；所述步骤3中构建的调度模型具体为：计算任务ti,j,k的平均执行时间ETi,j,k： 计算任务ti,j,k的等待时间RTi,j,k是其所有前置任务完成时间中的最大值： 其中，表示第i个小区中第j个工业设备第l个任务ti,j,l的完成时间；响应率RRi,j,k被定义为计算任务的响应时间与执行时间的比率，其中响应时间是执行时间和等待时间之和： 对同时就绪的并行计算任务进行优先级调度，优先级由最高响应率确定；所述步骤4具体为：步骤4.1：给出卸载任务问题的解的表示，设置包含两个优化目标的适应度函数；步骤4.2：进行权重向量初始化，计算权重向量与其他权重向量的距离，选择最近的T个邻居，构成子问题的邻域；步骤4.3：进行种群初始化，并初始化最大迭代次数和变异概率；步骤4.4：计算每个个体的适应度函数；步骤4.5：设置参考点；步骤4.6：对个体进行快速非支配排序，将种群分为多个层次；步骤4.7：迭代过程，随机选择两个邻居进行交叉和变异操作产生新的后代个体，重复步骤4.4-4.6更新参考点和邻居；步骤4.8：当达到最大迭代次数，输出当前种群中最优个体，即得到了最优的卸载决策；所述步骤4.1具体为：步骤4.1.1：为了权衡工业应用的平均时延和工业设备的平均能耗，将卸载任务问题定义为：minACT，AEC；步骤4.1.2：对于工业应用Gi，j＝Ti，j，Di，j，表示第i个小区中第j个工业设备上的任务集合；每个任务ti，j，k都有一个执行位置EL和执行顺序EO，构成了任务的解的表示；步骤4.1.3：工业应用Gi，j中所有任务的解的表示构成一组卸载决策，设其中任务ti，j，k的执行位置loci，j，k∈{1，…，h，h+1，…h+J}，h是FDi，j上的计算核心的数量，J是边缘服务器的数量；如果loci，j，k≤h，说明任务在本地工业设备上执行，否则卸载到边缘服务器上执行；步骤4.1.4：令表示Ti，j中任务的执行顺序，第i个小区中第j个工业设备上的工业应用Gi，j的解决方案表示为xGi，j＝ELi，j，EOi，j；在每个小区中，卸载任务问题的解为：步骤4.1.5：给定卸载任务问题的解为X，需要优化的适应度函数表示为：FX＝fACTX，fAECX。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。