[发明专利]一种基于车路协同的任务卸载推荐方法及系统

权利要求书

1.一种车路协同任务卸载推荐方法，其特征在于，包括：

步骤S1，在预设的时隙处接收用户任务请求和车辆位置信息；

步骤S2，获取时隙处各服务节点状态信息；

步骤S3，对步骤S1中获取的任务和系统历史数据库中案例进行相似度计算，并选取相似度值最大的N个案例，返回相似案例的服务节点列表及其相似度值作为原始推荐列表L1；

步骤S4，基于步骤S3中原始推荐列表L1和步骤S2中服务节点状态信息，筛选出当前时隙满足该用户任务基本需求的可用服务节点，作为筛选过的推荐列表L2；

步骤S5，对列表L2中的服务节点，计算对应的卸载成本，并将获得的卸载成本信息，添加至推荐列表L2中；

步骤S6，使用多目标决策方法获得最优解作为目标服务节点；

步骤S7，将用户任务与步骤S6获得的目标服务节点进行关联，生成卸载指令，并将用户任务卸载至匹配的服务节点；

步骤6使用逼近理想解排序法获得列表中满足高相似度和低成本的最优解，作为最终推荐的目标服务节点，步骤6具体包括：

步骤S6.1，根据步骤S5获得的最终的推荐列表L2，利用式如下式(15)和(16)计算每个可用服务节点和正理想解的距离D_s,p和每个可用服务节点和负理想解的距离D_s,n，以及利用下式(17)计算各可用服务节点与理想解贴近程度index_s：

其中，v_j(x)为服务节点s的第j个特征，为正理想解的第j个特征，为负理想解的第j个特征；

步骤S6.2，获取每个可用服务节点的index，并选出index值最大的服务节点作为最终推荐的目标服务节点。

2.如权利要求1的车路协同任务卸载推荐方法，其特征在于，步骤S3具体包括：

步骤S3.1,计算步骤1中任务请求列表I的每一项卸载任务i与历史数据库中每一个案例F_j,E_j的相似度；其中，E_j为第j个案例所选择的服务节点，E_j为第j个案例的特征集合，被描述为F_j:q_c,j,q_m,j,q_n,j,d_j,t_j,p_j,特征集合F_j中，q_c,j为案例j所需要的计算资源数量，q_m,j为案例j所需要的存储资源数量，q_n,j为案例j所需要的网络资源数量，d_j为案例j数据包尺寸，t_j为案例j最大完成截止时间，p_j为案例j位置信息；

步骤S3.2：选取相似度值最大的N个案例及该N个案例所选择的服务节点向量集合，每一个服务节点向量表示为sim_i,j,E_j；

步骤S3.3：将步骤S3.2中获取的服务节点向量集合整理为原始推荐列表L1。

3.如权利要求2的车路协同任务卸载推荐方法，其特征在于，步骤S3.1的相似度计算公式如下式(1)：

其中，Sim(i,j)为计算获得的任务i与案例j的相似度值，w_k为信息列表中每项特征的权重值，f_i,k为任务i的第k个特征，f_j,k为案例j的第k个特征，Sim(f_i,k,f_j,k)为特征相似度，采用余弦相似度提供的式(2)计算得到：