[发明专利]基于演化博弈论的可切分任务卸载决策方法

权利要求书

1.基于演化博弈论的可切分任务卸载决策方法，其特征在于，包括以下步骤：

1)构建移动终端用户的可切分任务，将可切分任务分割成多个相同的子任务；

2)构建关于子任务的卸载决策，并建立用户的成本函数；

3)根据成本函数，构建演化博弈模型，初始化用户的策略状态；

4)使用动态复制子方法，迭代求解策略状态直至状态不再发生改变，得到最终的每个用户的卸载策略。

2.根据权利要求1所述的基于演化博弈论的可切分任务卸载决策方法，其特征在于，在步骤1)中，考虑用户集合N，对于用户i，其中i＝1,2,...,N，它有可切分任务T_i，完成整个任务所需的cpu周期为Z_i；定义子任务T₀，完成单个子任务所需的cpu周期为Z₀，其中Z_i≥Z₀；则对于可切分任务T_i，用户拥有的子任务数量表示为：

式中，M_i是用户i拥有的子任务数量，表示向上取整。

3.根据权利要求1所述的基于演化博弈论的可切分任务卸载决策方法，其特征在于，在步骤2)中，考虑基站集合K，根据基站的覆盖重叠范围，用户i根据所处位置属性得到候选基站集合K_i，用户i将m_ik个子任务卸载到基站k卸载，它占子任务总数的比例s_ik为：

其中，s_ik∈[0,1]，当s_ik＝0；M_i是用户i拥有的子任务数量，N为用户集合；用户i的卸载策略所有用户合起来的卸载策略s＝{s_i,i∈N}；

基站k拥有的资源总量为C_k，结合所有用户的卸载策略，得到基站k的资源请求总量L_k(s)为：

其中，L_k是根据所有用户的卸载策略计算而得，因此它是关于s的变量；Z₀为完成单个子任务所需的cpu周期；而基站k的负载率l_k(s)则表示为：

根据基站返回的负载率，建立用户i将m_ik个子任务卸载到基站k的成本函数u_ik(s)为：

u_ik(s)＝s_ikM_iZ₀l_k(s)。

4.根据权利要求1所述的基于演化博弈论的可切分任务卸载决策方法，其特征在于，在步骤3)中，根据成本函数，构建演化博弈模型；在博弈模型的三要素中，玩家集、策略集和效用函数分别对应移动终端用户集N、策略集Λ_i和成本函数U_i，其中，Λ_i表示s_i的取值空间，U_i表示用户i的一组成本函数；在演化博弈中，用户拥有的所有子任务组成一个种群，用户为所有子任务指定一个卸载基站，统计卸载到每个基站的子任务个数，得到用户的卸载决策s_i，下面称之为博弈中的一个策略状态，用户的初始策略状态为：

式中，|·|表示集合元素的个数；s_ik为用户i将m_ik个子任务卸载到基站k卸载占子任务总数的比例；K_i为用户i根据所处位置属性得到候选基站集合；定义用户i的平均成本函数如下式，用作衡量策略状态的优劣，它表示为：

其中，K为基站集合，u_ik(s)为用户i将m_ik个子任务卸载到基站k的成本函数。

5.根据权利要求1所述的基于演化博弈论的可切分任务卸载决策方法，其特征在于，在步骤4)中，使用动态复制子方法，根据成本函数和平均成本，定义策略状态的动态方程为：

式中，β表示变化速率因子，为用户i的平均成本函数，u_ik(s)为用户i将m_ik个子任务卸载到基站k的成本函数，表示s_ik的变化趋势，s_ik为用户i将m_ik个子任务卸载到基站k卸载占子任务总数的比例；在当前s下，s为所有用户合起来的卸载策略，当s_ik＜0时，即卸载到基站k的成本高于平均成本，用户通过减少卸载到该基站的子任务数量来降低u_ik(s)；相反，当s_ik＞0时，则增加子任务数量；最终达到降低平均成本的目的；的取值决定了增加或减少的子任务数量的比例，因此，调整后的策略状态表示为：

引入t标记各个变量在不同时刻的取值，T表示预设的最大时刻；则在时刻t，s_ik(t)为用户i的策略状态，为用户i的动态方程，下一时刻的策略状态s_ik(t+1)表示为：

经过多个时刻的计算，当用户的策略状态不再发生变化时，此时用t_e标记当前时刻，即K_i为用户i根据所处位置属性得到候选基站集合，为在时刻t_e的动态方程，此时s_ik(t_e+1)＝s_ik(t_e)，s_ik(t_e)和s_ik(t_e+1)表示在时刻t_e和t_e+1的策略状态，此时用户的策略状态不再发生变化，则该策略状态就是用户最终求解得到的卸载决策。