基于群智感知计算的多终端引擎任务分配仿真

摘要

针对传统方法对多终端引擎任务分配时感知数据有效性低、任务过于碎片化以及分配耗时较长等问题,提出一种基于群智感知计算的多终端引擎任务分配方法.利用灰色预测判断不同类型任务在预测窗口中转变趋势,得到负载均衡偏差可控的整数线性规划模型,获得最佳的任务分配策略,增强任务处理准确性;设定一个固定面积作为基础感知单元,分析感知节点移动轨迹,建立压缩感知任务模型,判断终端是否出现任务超载状态,维护系统感知性能,整合碎片化任务,降低处理耗时;根据分配矩阵找出适当的遗传代码,通过随机游走得到遗传原始种群,增添个体寻优的自学习流程,完成多终端引擎任务的均衡分配.仿真结果表明,上述方法显著提升多终端引擎任务分配效率,保证终端收集信息的可靠性.