Page 150 - 公共安全与应急管理研究

公共安全与应急管理研究
Research on Public Safety and Emergency Management

耗等因素，从而提高网络的时延、吞吐量、可靠性和效率等指标。在 SAGIECN 中，
一方面，卫星网络相比于地面网络具有较高的传输时延，尤其是对于时延敏感的
救援任务来说，会严重影响救援效率。为了解决这一问题，许多研究从任务传输

和计算两方面出发减少任务执行时延。如通过考虑任务间的依赖关系，将最小化
各子任务的平均响应时间作为优化目标，有效降低了发生网络拥塞的概率；制定
了一个在灾后地区使用多架无人机的数据传播问题，目标是根据物联网节点的数
据需求尽可能多地为其服务并最小化所有任务最大完成时间；在边缘计算网络中

定义了一种用户感知延迟，并将此作为协作计算调度的决策目标。另一方面，由
于时变的连接，通信双方的的可见时间和传输数据量是不匹配的，导致系统总体
吞吐量降低。为了解决这一问题，针对星地数据下载调度中卫星承载数据量与其

分配到的下载时间不匹配的问题，提出了一种结合辅助流图的最大流算法来最大
化数据卸载吞吐量。以提升网络性能为目标的任务调度决策可以根据网络的实时
变化，灵活地调整任务的分配方案，避免因为固定的分配策略而导致的性能下降
或资源浪费。此外，该决策通过合理地平衡任务的负载，减少执行节点之间的差
异，提高了网络的均衡性和稳定性。但该决策需要收集和处理大量的任务和网络

相关信息以及考虑任务到达时间等不确定性因素，增加了网络的开销和复杂度。
3. 多目标任务调度决策
多目标任务调度决策是指在多个任务之间分配有限的资源，以达到多个目标

的最优或次优解的过程。多目标调度决策旨在实现调度收益和网络性能的折衷，
并尽可能地减少系统能耗。当前多目标调度决策研究主要针对优先级、时延、任
务完成率和能耗等因素进行联合优化。如将边缘节点间的动态计算调度建立为一
个多目标优化问题，采用贪婪决策方法进行调度以最小化任务截止时间丢失率和
平均任务完成时间；综合考虑了任务调度过程中客户端和服务器的两个目标：最

大化平均任务增益和网络负载均衡度。此外，在任务调度问题中，由于任务执行
时延和能耗之间通常存在耦合关系，无法独立进行优化。因此，乘积加权和方法
被广泛运用在多目标决策问题中，例如，将任务执行时间和能耗的归一化值加权

和作为优化目标，有效地提升了调度系统性能。多目标任务调度决策综合考虑多
个目标的重要性和相互影响，可以反映实际问题的复杂性和多样性。通过调整多
个目标的权重，可以提供多个可行的解决方案，增强系统的适应性和灵活性。然
而，定义和量化多个目标的具体内容和评价指标，处理多个目标之间的冲突和协

136