TY - Jour A2 - 王，魏奥 - 秦，振泉AU - 邱，雪炎奥 - 烨，金奥 - 王，雷PY - 2020 DA - 2020/06/12 Ti - 用户边缘协作资源分配和卸载策略Edge Computing SP - 8867157 VL - 2020 AB - 城市计算和智能技术的基础是边缘计算。边缘计算为大规模计算提供了一种新的解决方案，并在移动设备上的本地计算相比，使更多的能量节省了少量延迟。为了调查计算任务成本与时间和能量的消耗之间的关系，我们提出了一种计算卸载方案，通过移动设备和边缘服务器协同分配计算资源来实现更低的执行成本。对于计算资源分配和卸载策略的混合整数非线性优化问题，我们分段问题并提出了一种迭代优化算法来查找近似的最佳解决方案。模拟实验的数值结果表明，在大多数情况下，算法可以获得比基线算法的总成本更低。SN - 1530-8669 UR - https://doi.org/10.1155/2020/8867157 Do - 10.1155 / 2020/8867157 JF - 无线通信和移动计算PB - Hindawi Kw - ER -