Resumen

Este documento establece un modelo matemático para la gestión de recursos y programación del clúster de nodos de niebla y establece los objetivos de optimización de retraso, carga de comunicación y costo de servicio. De acuerdo con la idea de algoritmo genético para la optimización de un solo objetivo, este documento propone un algoritmo genético ponderado lineal basado en ponderación lineal. El peso de optimización se establece de acuerdo con la preferencia de los usuarios para el objetivo. Normalizamos la función objetivo de optimización y la fusionamos en un solo objetivo, y luego procedemos con la manipulación genética para obtener una solución mejor. Los resultados experimentales muestran que cuando el usuario especifica el peso de preferencia, la solución óptima se puede obtener mediante el algoritmo genético basado en ponderación lineal, y la eficiencia de ejecución del algoritmo es alta. Con el aumento del peso de un solo objetivo, el efecto de optimización de este objetivo es mejor. Cuando el peso de preferencia tiende a ser promedio, su efecto de optimización general no es ideal. Cuando el

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Modelo matemático; Gestión de recursos; Programación; Clúster de nodos de niebla; Objetivos de optimización; Algoritmo genético
• Keywords:Mathematical model; Resource management; Scheduling; Fog node cluster; Optimization goals; Genetic algorithm