Jun, 2024
计算连续中基础设施节点优化的应用部署分布式遗传算法
Distributed genetic algorithm for application placement in the compute continuum leveraging infrastructure nodes for optimization
Carlos Guerrero, Isaac Lera, Carlos Juiz
TL;DR在本文中，我们提出并评估了三种分布式遗传算法（GA）设计，用于雾计算中的资源优化问题，其设计基于 GA 在雾设备本身中的执行，以应对约束资源和设备广泛地理分布等特定问题。通过利用 NSGA-II 实施了基准案例，在优化雾服务部署问题的特定领域指导下，对这三种分布式设计进行了比较评估。结果表明，最低分布度的设计在保持目标空间集中存储的同时，实现了与传统方法相当的解决方案质量但产生了更高的网络负载。第二种设计完全分配了种群给工作节点，减少了网络开销，但在解决方案多样性方面表现较差，同时在优化目标最小化方面仍具有足够好的结果。最后，使用分布式种群且仅在相邻工作节点之间交换解决方案的提议实现了最低的网络负载，但解决方案质量受到了影响。