文章详情

摘要

针对高速公路监测系统云边任务调度中存在的云边资源利用与任务分配不协调问题，提出一种基于云边端协同架构的、融合LSTM的改进蚁群算法与LightGBM分类相结合的方法（IALG），以优化任务分配与负载均衡。通过多种方法的仿真对比，综合分析了多场景下任务完成时间、资源利用率和任务卸载时延3个指标。仿真结果表明，在轻载、正常、重载与极端4种负载场景下，系统的任务完成时间相较于其他方法显著缩短，负载均衡度提升约40%，任务卸载时延显著降低。IALG算法能更有效地缩短任务执行时间、均衡节点负载、降低任务卸载时延，并表现出更强的鲁棒性。

关键词

云边端协同；边缘计算；联邦学习；改进蚁群算法；任务调度

参考文献

1. [1] 李金，樊腾飞，高红亮，等.边缘计算网络中多核任务卸载调度和资源适配研究 [J].兵工自动化，2025，44（3）：29-34.
2. [2] 周绪，苗辉，杨静，等.边缘计算资源调度：历史、架构、建模与方法分析 [J].计算机集成制造系统，2025，31（8）：2695-2726.
3. [3] 刘树美，安毅生，慕晨，等.车联网中时延感知的依赖任务调度与计算卸载策略 [J].中国公路学报，2024，37（9）：221-235.
4. [4] 谢燕瑜，陈兰荪.基于边缘计算的多目标任务调度方法 [J].济南大学学报：自然科学版，2025，39（1）：117-122.
5. [5] 张晶，关建峰，刘科显，等.基于动态势博弈的边缘算力网络任务调度算法 [J].电子学报，2025，53（1）：221-237.
6. [6] 陈俊仁，郭一晶.基于交换改进粒子群算法的云计算任务调度 [J].计算机应用与软件，2023，40（6）：223-228.
7. [7] 任小强，聂清彬，王浩宇，等.基于粒子群和改进蚁群算法的云计算任务调度 [J].计算机工程与设计，2024，45（6）：1797-1804.
8. [8] 聂清彬.基于蚁群模拟退火算法的云计算资源调度 [J].计算机应用，2024，44（S2）：139-142.
9. [9] 陈俊，王欣，曾浩，等.基于资源匹配的边缘异构集群在线任务调度 [J].现代电子技术2025，48（6）：31-38.
10. [10] 董裕民，张静，谢吕佐，等.云边端架构下边缘智能计算关键问题综述：计算优化与计算卸载 [J].电子与信息学报，2024，46（3）：765-776.
11. [11] 田倬璟，黄震春，张益农.云计算环境任务调度方法研究综述 [J].计算机工程与应用，2021，57（2）：1-11.
12. [12] BONADIO A，CHITI F，FANTACCI R. Performance Analysis of an Edge Computing SaaS System for Mobile Users [J].IEEE Transactions onVehicular Technology，2019，69（2）：2049-2057.
13. [13] GANG Y N，LIU X S，TONG D H，et al. Non -invasive Power Load Monitoring Method Based on Cloud Edge Collaboration [C]//2020 4th International Workshop on Advances in Energy Science and Environment Engineering.Hangzhou：IOP Publishing Ltd，2020，512：190-195.
14. [14] 吴腾，王泽雨.边缘物联网中的云边协同技术研究 [J].中国宽带，2023，19（11）：148-150.
15. [15] 张守利，刘晨.基于服务的云边端协同流数据处理体系结构研究 [J].山东农业大学学报：自然科学版，2024，55（3）：385-395.
16. [16] WANG J Y，PAN J L，ESPOSITO F，et al. Edge Cloud Offloading Algorithms: Issues, Methods and Perspectives [J].ACM Computing Surveys(CSUR)，2019，52（1）：1-23.
17. [17] LI J Y，YUAN H T，MA Y F，et al. Low-Latency and Energy-Efficient Task Scheduling for End-Edge-Cloud Collaborative Computing [C]//2024 IEEE International Conference on Systems, Man, and Cybernetics (SMC).Kuching：IEEE，2024：611-616.
18. [18] 戴宁，徐开心，胡旭东，等.云边端协同下的织机设备信息采集与监测系统 [J].纺织学报，2024，45（8）：215-224.
19. [19] 施建锋，陈忻阳，李宝龙.面向物联网的云边端协同计算中任务卸载与资源分配算法研究 [J].电子与信息学报，2025，47（2）：458-469.
20. [20] 崔双双，吴限，王宏志，等.面向云边端协同的多模态数据建模技术及其应用 [J].软件学报，2024，35（3）：1154-1172.
21. [21] GAO X Q，HU Y M，SHAO Y Z，et al. Hierarchical Dynamic Resource Allocation for Computation Offloading in LEO Satellite Networks [J].IEEE Internet ofThings Journal，2024，11（11）：19470-19484.

基金项目

基于自主可信操作系统的高速公路新型智能机电边缘计算MCU产品研发（YCIC-YF-2023-02）；云南省典型高速公路沿线不稳定斜坡风险识别与风险评估及可视化系统（JKYZLX-2023-23）

作者简介

孙宏贤（1984—），男，汉族，云南昆明人，高级工程师，硕士，研究方向：交通信息数字化与智能交通；通信作者：倪伟（1987—），男，汉族，云南昆明人，工程师，学士，研究方向：交通信息数字化与智能交通。