《表1 移动端与云端设备参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《移动云计算环境下多工作流任务调度的联合优化方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文以图2工作流示例和随机产生的工作流与random[2]、non＿CCS[3]、TS[3]进行对比实验。random算法是通过任务随机进行迁移的策略，并未考虑任务迁移的均衡化与任务迁移所带来的迁移能耗问题，这样往往会导致大量的迁移能耗和迁移时间。non-CSS算法并未采用整合的策略进行优化，并未考虑CPU负载率等问题。TS算法通过筛选策略，筛选出分别适合移动端与云端执行的任务，并通过禁忌搜素策略对所选结果进行优化，得出全局最优解，但是这样的搜索往往会花费大量的时间，并且虽然在一定程度上节约移动端能耗，但云端能耗没有任何优化。综上，它们都是通过算法对工作流完成时间、移动端能耗进行优化，并未考虑云端及移动端与云端的总能耗问题，因而通过对比实验对移动端、云端的总能耗进行改进，其中工作流的每个任务的任务量在[1，10]随机得到（单位GHz），每个任务的传输数据量在[1，10]随机得到（单位Mbps），工作流的总完成时间以s为单位，工作流的总能耗以J为单位，即任务的响应时间RT为0.1 s，云端处理速度、移动端处理速度、移动端功率、云端功率、移动端数据接收与发送功率如表1所示。