System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及一種基于信息感知判定優先級的醫療物聯網任務分配方法,屬于物聯網任務分配。
技術介紹
1、面向醫療應用的物聯網設備需要更多的數據存儲和密集的數據處理,依托于云服務器強大的計算能力,密集型任務能夠以較低的計算成本被處理,同時云計算還具有高擴展性、低成本及資源豐富等優勢。然而,終端設備與云服務器距離較遠,這不僅會產生額外的通信開銷,而且易引發高延遲服務響應時間,難以滿足時延敏感型應用的需求,從而降低用戶體驗。面對大規模數據傳輸、集中式數據存儲以及難以靈活應對實時交互的應用等問題,傳統的云計算處理模式將面臨難解的瓶頸和壓力,邊緣計算應運而生。邊緣計算也被稱為“微數據中心”,由部署在靠近數據源的邊緣側節點向用戶提供集分布式計算、存儲、網絡、應用為一體的多元化服務,滿足大數據量和實時健康監測的基本需求,縮減網絡服務的響應時間。此外,邊緣計算距離終端較近,大部分的計算任務不需要上傳至數據中心,一定程度上提高了用戶數據的安全性。在邊緣計算環境下的醫療健康監護場景中,考慮到患者體征監測任務對于延遲具有較高的敏感性,邊緣任務分配中心需要對卸載的任務進行實時調度并分配合理的資源,不同任務的類型、優先級、數據量等特征具有高度的差異性,而這些信息只有卸載請求到達后才會被揭曉。目前大多數任務分配解決方案都是通過考慮任務緊急程度對任務劃分優先級,這些技術存在其自身局限性,對于醫療物聯網中邊緣設備存在的異構性,這些解決方案并不適用。
2、本專利技術最接近的現有技術有:
3、(1)多階段貪心調整方法
4、多階段貪
5、優點:該算法具備高靈活性,可以替換部分算法以產生不同的解決方案。此外,它針對網絡流沖突提供了多種策略,增加了問題解決的多樣性。
6、缺點:對于大規模問題的計算復雜性較高,以及在某些情況下可能無法找到全局最優解。此外,其性能可能受到算法選擇和參數設置的影響。
7、(2)多目標任務分配方法
8、多目標任務分配方法分為四個步驟,在第一階段,基于nsgaii算法,優化多個目標函數,這使得算法能夠在任務分配中考慮多個目標,提高了算法的靈活性。第二階段是不斷改進任務分配,不斷改進可能的任務分配,使其更符合多個優化目標。通過迭代和進化,算法能夠逐步接近全局最優解。第三階段是重新分配任務,在必要時重新分配任務,例如在節點故障的情況下。這種動態調整能夠使算法更加適應實際網絡環境的變化。最后一階段是次要目標改進延遲,將改進延遲作為次要目標,在整個網絡中提供了改進的延遲性能。
9、優點:多目標優化,考慮多個目標,使其更適應復雜的任務分配問題;動態適應性,算法具有動態適應性,可以在網絡變化時重新分配任務,提高了魯棒性;整體網絡性能改進,通過次要目標的設定,在整個網絡中提供了改進的性能,不僅僅關注單一目標。
10、缺點:高計算復雜性,該算法可能在大規模問題上具有較高的計算復雜性;參數設置敏感,算法性能可能受到參數設置的影響,需要仔細調整參數以獲得最佳結果;局部最優解,由于多目標問題的復雜性,算法可能陷入局部最優解,而無法找到全局最優解。
11、(3)整數線性規劃方法
12、整數線性規劃方法的基本步驟包括建立線性約束和目標函數,確保問題的變量需要取整數值,然后使用專門的優化求解器尋找最優整數解或最接近最優解的整數解。
13、優點:處理整數約束,該算法專門設計用于處理整數變量,適用于那些要求解整數解的問題;確保可行性,整數線性規劃求解器能夠確保找到滿足約束條件的整數解,提供可行的解決方案。
14、缺點:在解決大規模問題時,該算法可能面臨計算復雜性的挑戰,求解時間較長;對計算資源要求較高,尤其是在處理大規模問題時,該算法可能需要大量的計算資源;求解器可能找到最接近最優解的整數解,而不是真正的最優整數解。
15、鑒于此,本專利技術提出一種基于信息感知判定優先級的任務分配方法,該方法通過任務信息和狀態信息構建簇群網絡架構,并通過簇頭實時監測同一簇群中醫院工作站的性能水平,為不同的節點分配不同的優先級。在所構建的架構中,由附著在患者身上的各種傳感器/設備生成的數據被傳輸到部署在醫院中的醫院工作站,該方法根據簇群中的任務信息和狀態信息并考慮醫院工作站性能情況,為不同的節點分配不同的優先級。
技術實現思路
1、本專利技術提供了一種基于信息感知判定優先級的醫療物聯網任務分配方法,以用于解決醫療物聯網邊緣節點異構和任務多樣性情況下的完成時延優化的問題,本專利技術能夠根據實時的狀態信息做出智能決策,使任務在邊緣節點之間得以優化分配,最大程度地減少任務等待時間,提高系統的響應速度和整體效率。
2、本專利技術的技術方案是:一種基于信息感知判定優先級的醫療物聯網任務分配方法,所述方法的具體步驟如下:
3、step1、系統模型構建;所述step1包括:信息收集、集群劃分、簇頭確定;
4、step2、設備性能監測;所述step2包括:任務所在集群查詢、集群中簇頭查詢、簇頭收集節點狀態信息、集群節點等級判定;
5、step3、可行調度搜索;所述step3包括:集群中最低等級節點查詢、查詢節點個數判斷、分配次數最少節點查詢;
6、step4、任務發放與執行;所述step4包括:
7、step4.1、將任務從接收節點傳輸至執行節點;
8、step4.2、任務執行;
9、step4.3、將結果反饋至前端界面。
10、進一步地,所述step2.4中集群節點等級判定包括:簇頭節點通過訪問節點狀態模塊數據庫,采集必要的性能數據;依據能力等級評估公式(1),對集群內各節點進行分布式分析,計算得出每個節點的能力等級分數;進一步,利用能力等級規則公式(2),明確確定每個節點的具體能力等級;最終,評估結果被準確記錄在能力等級模塊數據庫中;
11、
12、
13、其中α、β、γ和δ表示不同性能參數的權重,ac_dti表示邊緣節點i的能力值,li表示邊緣節點i能力等級;表示能力等級層次,包括低壓、標準、高壓和超壓,即and
14、集群節點等級判定的輸入包括m個任務的任務圖,n個邊緣設備的網絡以及任務圖中每個任務i的輸入數據dti,在每個簇類的初始階段,將隨機選擇一臺邊緣設備作為簇類的管理者clust本文檔來自技高網...
【技術保護點】
1.一種基于信息感知判定優先級的醫療物聯網任務分配方法,其特征在于,所述方法的具體步驟如下:
2.根據權利要求1所述的基于信息感知判定優先級的醫療物聯網任務分配方法,其特征在于:所述Step2.4中集群節點等級判定包括:簇頭節點通過訪問節點狀態模塊數據庫,采集必要的性能數據;依據能力等級評估公式(1),對集群內各節點進行分布式分析,計算得出每個節點的能力等級分數;進一步,利用能力等級規則公式(2),明確確定每個節點的具體能力等級;最終,評估結果被準確記錄在能力等級模塊數據庫中;
3.根據權利要求1所述的基于信息感知判定優先級的醫療物聯網任務分配方法,其特征在于:所述Step1的具體步驟如下:
4.根據權利要求1所述的基于信息感知判定優先級的醫療物聯網任務分配方法,其特征在于:所述Step2的具體步驟如下:
5.根據權利要求1所述的基于信息感知判定優先級的醫療物聯網任務分配方法,其特征在于:所述Step3的具體步驟如下:
【技術特征摘要】
1.一種基于信息感知判定優先級的醫療物聯網任務分配方法,其特征在于,所述方法的具體步驟如下:
2.根據權利要求1所述的基于信息感知判定優先級的醫療物聯網任務分配方法,其特征在于:所述step2.4中集群節點等級判定包括:簇頭節點通過訪問節點狀態模塊數據庫,采集必要的性能數據;依據能力等級評估公式(1),對集群內各節點進行分布式分析,計算得出每個節點的能力等級分數;進一步,利用能力等級規則公式(2),明確確定每個節點的具體能力...
【專利技術屬性】
技術研發人員:宋仁杰,齊沖沖,林旭,詹憶冰,楊輝,
申請(專利權)人:云南聯合視覺科技有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。