【优化求解】基于遗传算法优化卸载策略附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机  电力系统

⛄ 内容介绍

针对移动边缘计算（MEC）车联网计算卸载系统，考虑并发多个多优先级计算任务以及MEC服务器资源负载不均的情况，提出基于遗传算法的卸载策略GAOS。根据车辆速度、MEC覆盖情况以及计算任务特性，为不同优先级的计算任务设置权重。在此基础上，对车载计算任务进行编码，将优化问题转化为背包问题，并通过遗传算法求解得到最佳卸载策略。

⛄ 部分代码

%% 复制操作

function newx = copyx(pop, fitvalue,popsize ) %传进来二进制串和对应适应度

% 按照PPT的轮盘赌策略对个体复制

    newx = pop; %只是起到申请一个size为pop大小空间的作用，newx之后要更新的

    i = 1;  j = 1;

    p = fitvalue / sum(fitvalue) ; 

    Cs = cumsum(p) ; 

    R = sort(rand(popsize,1)) ; %每个个体的复制概率

    while j <= popsize 

        if R(j) < Cs(i)

            newx(j,:) = pop(i,:) ;

            j = j + 1;

        else

            i = i + 1;

        end

    end

end

⛄ 运行结果

⛄ 参考文献

​[1]张敏辉, 赖麟, 孙连海. 基于遗传算法的研究与Matlab代码的实现[J]. 四川教育学院学报, 2012.

⛄ 完整代码

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料