一种基于改进黑翅鸢优化算法的车联网计算卸载和资源分配方法

本发明提出了一种基于改进黑翅鸢优化算法的车联网计算卸载和资源分配方法，包括步骤：基于多种计算场景获取多种计算场景下任务的计算时延和计算能耗，基于多种计算场景下任务的计算时延和计算能耗计算任务的总计算时延和总计算能耗：基于任务的总计算时延和总计算能耗定义系统效用函数，以系统效用函数最小为目标，构建移动边缘计算场景下的计算时延和能耗模型；基于精英反向学习策略、Gompertz模型和高斯变异策略设计黑翅鸢优化算法，并采用设计的黑翅鸢优化算法对移动边缘计算场景下的计算时延和能耗模型进行求解，得到最终的计算卸载和资源优化分配方案。本发明能够加快算法的收敛速度，避免算法过早陷入局部最优解。