文档名：面向边缘光算力网络的上行链路资源协同调度算法
摘要：为满足冷、热业务实时、高效的算力调度需求,提出一种基于自适应噪声完全集合经验模态分解(CEEMDAN)与时间卷积网络(TCN)的算力负载预测模型(简称C-TCN模型),并设计了基于C-TCN与Q学习的资源协同调度算法(CTQ算法),利用C-TCN模型提前感知下一时刻负载变化,通过Q学习协同调度波长与存储资源,寻找最佳波长划分与边缘存储分配方案.实验结果表明:CTQ算法的调度性能不仅优于现有调度算法,能满足冷、热业务调度性能要求,而且还能提高波长利用率.
Abstract：Inordertomeetthereal-timeandefficientcomputingpowerschedulingrequirementsofhotandcoldservices,acom-putationalloadpredictionmodel(abbreviatedasC-TCNmodel)basedonadaptivenoisecompletesetempiricalmodedecompo-sition(CEEMDAN)andtimeconvolutionalnetwork(TCN)isproposed,andaresourcecooperativeschedulingalgorithm(CTQalgorithm)basedonC-TCNandQlearningisdesigned.TheC-TCNmodelisusedtosensetheloadchangeatthenexttimeinadvance,andtheoptimalwavelengthpartitioningandedgestorageallocationschemeisfoundthroughQlearning.Theexperi-mentalresultsshowthattheCTQalgorithmnotonlyhasbetterschedulingperformancethantheexistingschedulingalgorithms,butalsocanmeettherequirementsofhotandcoldserviceschedulingperformance,andimprovethewavelengthutilizationrate.
作者：王蕴 林霄 楼芝兰 李军 孙卫强 Author：WANGYun LINXiao LOUZhilan LIJun SUNWeiqiang
作者单位：福州大学物理与信息工程学院,福州350116浙江财经大学数据科学学院,杭州310018苏州大学江苏省新型光纤技术与通信网络工程研究中心,江苏苏州215006上海交通大学区域光纤通信网与新型光通信系统国家重点实验室,上海200240
刊名：光通信技术 PKU
Journal：OpticalCommunicationTechnology
年，卷(期)：2024, 48(3)
分类号：TN91
关键词：边缘光算力网络 算力调度 数据传输 资源调度 网络优化
Keywords：edgeopticalcomputingpowernetwork computingpowerscheduling datatransfer resourcescheduling networkoptimization
机标分类号：TN929.5TP391.9TM83
在线出版日期：2024年5月30日
基金项目：国家自然科学基金，国家自然科学基金，上海交通大学区域光纤通信网与新型光通信系统国家重点实验室开放基金，江苏省新型光纤技术与通信网络工程研究中心开放研究课题面向边缘光算力网络的上行链路资源协同调度算法[
期刊论文] 光通信技术--2024, 48(3)王蕴 林霄 楼芝兰 李军 孙卫强为满足冷、热业务实时、高效的算力调度需求,提出一种基于自适应噪声完全集合经验模态分解(CEEMDAN)与时间卷积网络(TCN)的算力负载预测模型(简称C-TCN模型),并设计了基于C-TCN与Q学习的资源协同调度算法(CTQ算法),利用C-...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
面向边缘光算力网络的上行链路资源协同调度算法 Uplink resource coordinated scheduling algorithm for edge-oriented optical computing power networks
面向边缘光算力网络的上行链路资源协同调度算法.pdf
- 文件大小:
- 1.55 MB
- 下载次数:
- 60
-
高速下载
|
