CN102448123A - 无线传感器网络中基于节点性能的任务分配算法 - Google Patents
无线传感器网络中基于节点性能的任务分配算法 Download PDFInfo
- Publication number
- CN102448123A CN102448123A CN2012100117355A CN201210011735A CN102448123A CN 102448123 A CN102448123 A CN 102448123A CN 2012100117355 A CN2012100117355 A CN 2012100117355A CN 201210011735 A CN201210011735 A CN 201210011735A CN 102448123 A CN102448123 A CN 102448123A
- Authority
- CN
- China
- Prior art keywords
- task
- node
- energy consumption
- group
- wireless sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005265 energy consumption Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 10
- 238000005457 optimization Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 abstract description 6
- 230000004044 response Effects 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 239000011159 matrix material Substances 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- Y02B60/50—
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了无线传感器网络中基于节点性能的任务分配算法，其是根据节点处理任务的能量消耗、速率以及成功率等因素构造出节点任务处理性能参数的方法，其包括以下步骤：构造一跳无线传感器节点模型；基于任务关系图将任务划分为若干个任务小组；通过计算得到的每个节点的性能参数；选取其中性能参数总和最佳的分配方案。本发明的有益效果为：利用任务分组的方法实现任务的并行处理和实时响应，同时减少通信能耗；公式化节点任务处理的计算能耗和通信能耗，全面考虑影响节点处理任务的各方面因素，并且利用最优化方法构造出一个性能参数。通过量化节点性能来简化任务分配策略，简单方便的完成任务分配，实现系统能源高效和任务的实时响应。
Description
技术领域
本发明涉及无线传感器网络通信领域，具体说是一种无线传感器网络中基于节点性能的任务分配算法。
背景技术
无线传感器网络的应用前景非常广阔，能够广泛应用于军事、环境监测和预报、智能家居和智能楼宇、城市交通、大型动植物养殖场的安全监测等领域。随着无线传感器网络的深入研究和广泛应用，无线传感器网络将逐渐深入到人类生活的方方面面。无线传感器网络是由数量众多的体积小、质量轻和能量受限的节点组成，通常通过飞机投放的形式部署在观测区域，由节点间相互通信形成的一个自组织网络。随着应用的实时性要求越来越高，计算密集度越来越大，而传感器的电池电量和运算处理速度有限，多个节点相互协作比单一节点更能满足应用所要求的计算能力。同时传感器节点相互协作共同完成任务，也是节约节点能量，提高系统性能，满足应用需求的有效途径。分布式计算是协作的理论基础，在无线传感器网络中起着重要的作用。
感知节点检测到任务流并分配给不同的传感器节点进行处理，每个节点分别对分配到的任务进行处理，直到所有任务处理完成。合理的分布式计算可以保证算法的可靠性，并且避免大量任务处理工作分配给单一节点而使其能量耗竭，因此节点能耗均衡得到广泛关注和研究。任务调度和分配算法在提高分布式计算效率，均衡节点能耗中起了重要的作用，合理的任务分配在高效协作任务处理中有着举足轻重的地位，并且正被广泛研究。
目前很多任务分配方案都是基于同构网络提出的，部分异构网络中提出的任务分配方案也没有能够综合考虑能量消耗、成功概率和实时性的问题。朱敬华和高宏在《无线传感器网络中能源高效的任务分配算法》中提出一种在同构网络环境下基于遗传算法的嵌套优化技术的任务分配算法，满足应用的实时性要求也实现了能源的高效性，但是由异构节点构成的网络更符合现实应用的需求。Sekhar 等人提出一种基于A*算法的将任务分配给大量传感器节点的最优化算法，同时考虑到节点的能量受限问题，提出了贪婪A*算法来减少A*算法最优分配方案的复杂度。实现了系统能源高效，但是未能保证任务的并行化处理，没有体现应用的实时性。
发明内容
为了克服现有技术中存在的不足，本发明的目的是提供一种在无线传感器网络中任务分配算法中节点性能指标的确定方法，此方法应用于无线传感器网络协作任务处理时优化任务的分配方案，可以提高任务的实时响应性，均衡节点的能量消耗，延长系统生命周期。
本发明的技术方案是提供无线传感器网络中基于节点性能的任务分配算法，其是根据节点处理任务的能量消耗、速率以及成功率构造出节点任务处理性能参数的方法，其特征在于：其包括以下步骤：
1）构造一个由异构节点组成的一跳无线传感器节点模型，每个传感器节点包括其计算速率和单位计算能耗以及单位通信能耗；
2）根据解决目标问题的所有任务之间的相互关系，将所有任务根据其相互之间的逻辑关系和权重划分为若干个任务小组；
3）根据预设数学公式计算每个节点处理每个所述任务小组中的任务的计算能量消耗以及通信能量消耗；
4）将计算得到的每个节点处理每个所述任务小组中的任务的能量消耗、节点的合作成功率和计算速率乘上各自的权重后累加，以累加值作为该节点的性能参数；
5）根据所有节点的性能参数，遍历将所有所述任务小组分配给节点的情况，选取其中所有节点的性能参数总和最佳的分配方案。
优选的，所述步骤2）中根据预设规则将所述任务根据各自间的关系分配成若干任务小组。
优选的，所述步骤2）中将所有所述任务划分为若干个任务小组的划分原则为：
1）：兄弟任务划分到不同的任务小组内；
2）：父亲任务总是要求权重最大的没有入组的孩子任务加入自己组内；
3）：孩子任务收到多个父亲任务的要求时，总是加入权重较大的父亲任务所在小组。
优选的，所述步骤3）中的能量消耗包括计算能量消耗和通信能量消耗。
优选的，所述步骤4）综合考虑影响节点处理任务的各方面因素，并将量化节点性能指标问题看作是这几个因素的最优化问题，拟合出所述节点性能参数。
本发明的有益效果为：与现有技术相比，本发明提供了一种基于节点任务处理性能的任务分配算法，利用任务分组的方法实现任务的并行处理和实时响应，同时减少通信能耗；公式化节点任务处理的计算能耗和通信能耗，全面考虑影响节点处理任务的各方面因素，并且利用最优化方法构造出一个性能参数。通过量化节点性能来简化任务分配策略，简单方便的完成任务分配，实现系统能源高效和任务的实时响应。
附图说明
图1是本发明的无线传感器网络中基于节点性能的任务分配算法的流程图；
图2是为任务分组的流程图；
图3 为应用实例中8个任务的关系图。
具体实施方式
下面对本发明的具体实施方式作进一步详细的描述。
如图1所示：为节点性能指标的确定方法，包括如下步骤：
（1）用图 来构造所有无线传感器的异构节点模型，
表示节点的集合，
是边的集合。每个传感器节点
都有三个属性
、
和
，它们分别代表该节点的剩余能量，该节点处理单位数据消耗的计算能耗和该节点处理单位数据的速率。任意两个节点
和
之间的边
都有一个属性变量
代表节点
和
之间的单位通信能耗（）。用图来表示任务模型。是任务的集合，
是任意两个任务之间加权边的集合。每个任务都有一个属性
，代表每个任务所需处理的信息量的单位数据数。每个加权边
表示任意两个任务
和
相互通信的信息量的数据数（
）。
（2）参照任务模型
来对任务进行分组，任务的分组必须满足三个原则：
原则一：兄弟任务划分到不同的任务小组内；
原则二：父亲任务总是要求权重最大的没有入组的孩子任务加入自己组内；
原则三：任务收到多个父亲任务的要求时，总是加入权重较大的父亲任务所在的小组。
结合附图，详细说明任务分组的实施步骤。如图2所示，依据以上三个分组原则，首先我们将没有父母仅有孩子的任务划分到第一组
，并将其权值最大的孩子任务划分到同一组，将其他孩子任务各划分到不同组内。再由这些刚刚分入组内的孩子任务寻找其权值最大的孩子任务划分到同一组，此阶段存在同一个孩子任务被要求加入不同分组的情况，因此在加入分组前，任务先比较自己与各个父母的权重并加入权重最大的父母那一组，而被淘汰掉的父母则要求其权重次大的孩子任务加入分组。依据分组原则将所有任务划分到组内，再根据分组原则判断是否产生冗余的分组，若有则将冗余小组归并到与其权值最大的组内。为了计算方便，我们假设最后将任务划分为g个小组。
为了形象的描述任务分组的过程，下面给出一个实例。图3是八个任务之间的相互关系，箭头的出发点为父亲，箭头所指方向为孩子，任务之间的权重值如图标记在任务的边上。按照分组原则，先将
划分到
，比较
与
的权重，将
也划分到
，并将划分到
；比较
与
的权重，
与
的权重，并将
划分到，
划分到，
和
分别划分到
和
；分析比较
与
和
的权重，将
划分到
；最后查看所有的小组发现
只有一个任务
，并与
中任意任务不存在兄弟关系且与
间权重较大，所以将
划分到
，并将
改为，至此任务分组完成。
（3）m个任务被划分为g个任务小组，用一个
的矩阵一个
的矩阵X来表示任务分组情况。
用一个的矩阵Y来表示任务小组的分配情况。
则矩阵
是表示任务分配情况的
阶矩阵。
用一个
阶矩阵Q表示任意两个任务之间的相互通信的比特数，其中
。
所以任务小组k分配给节点i处理，节点i消耗的计算能量为
任务小组k分配给节点i处理，节点i消耗的通信能量为
（4）将定量分析节点任务处理性能问题看作为能耗、成功率和处理速率的最优化问题，我们构造出一个参数
的表达式来表示节点
任务处理性能。
用一个
的一维数组
来表示节点任务处理的成功率，
表示节点
的任务处理的成功率，用一个
的一维数组
来表示节点累积处理任务的次数，则表示节点
累积处理任务的总次数，用一个
的一维数组
来表示节点的计算速率，则表示节点
的计算速率。根据以上节点各个属性，构造出节点任务处理性能参数
如下：
其中为等式各部分的权重，可以通过调节
的大小来平衡节点能耗，系统可靠性和实时响应这三方面性能，保持系统的稳定性。
以上实施例仅为本发明其中的一种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (5)
1.无线传感器网络中基于节点性能的任务分配算法，其是根据节点处理任务的能量消耗、速率以及成功率构造出节点任务处理性能参数的方法，其特征在于：其包括以下步骤：
1）构造一个由异构节点组成的一跳无线传感器节点模型，每个传感器节点包括其计算速率和单位计算能耗以及单位通信能耗；
2）根据解决目标问题的所有任务之间的相互关系，将所有任务根据其相互之间的逻辑关系和权重划分为若干个任务小组；
3）根据预设数学公式计算每个节点处理每个所述任务小组中的任务的计算能量消耗以及通信能量消耗；
4）将计算得到的每个节点处理每个所述任务小组中的任务的能量消耗、节点的合作成功率和计算速率乘上各自的权重后累加，以累加值作为该节点的性能参数；
5）根据所有节点的性能参数，遍历将所有所述任务小组分配给节点的情况，选取其中所有节点的性能参数总和最佳的分配方案。
2.根据权利要求1所述的无线传感器网络中基于节点性能的任务分配算法，其特征在于：所述步骤2）中根据预设规则将所述任务根据各自间的关系分配成若干任务小组。
3.根据权利要求1所述的无线传感器网络中基于节点性能的任务分配算法，其特征在于：所述步骤2）中将所有所述任务划分为若干个任务小组的划分原则为：
1）：兄弟任务划分到不同的任务小组内；
2）：父亲任务总是要求权重最大的没有入组的孩子任务加入自己组内；
3）：孩子任务收到多个父亲任务的要求时，总是加入权重较大的父亲任务所在小组。
4.根据权利要求1所述的无线传感器网络中基于节点性能的任务分配算法，其特征在于：所述步骤3）中的能量消耗包括计算能量消耗和通信能量消耗。
5.根据权利要求1所述的无线传感器网络中基于节点性能的任务分配算法，其特征在于: 所述步骤4）综合考虑影响节点处理任务的各方面因素，并将量化节点性能指标问题看作是这几个因素的最优化问题，拟合出所述节点性能参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210011735.5A CN102448123B (zh) | 2012-01-16 | 2012-01-16 | 无线传感器网络中基于节点性能的任务分配算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210011735.5A CN102448123B (zh) | 2012-01-16 | 2012-01-16 | 无线传感器网络中基于节点性能的任务分配算法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102448123A true CN102448123A (zh) | 2012-05-09 |
| CN102448123B CN102448123B (zh) | 2015-01-21 |
Family
ID=46010081
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210011735.5A Expired - Fee Related CN102448123B (zh) | 2012-01-16 | 2012-01-16 | 无线传感器网络中基于节点性能的任务分配算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102448123B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102740373A (zh) * | 2012-06-06 | 2012-10-17 | 北京邮电大学 | 基于端到端中断概率约束的功率分配方法 |
| CN103631659A (zh) * | 2013-12-16 | 2014-03-12 | 武汉科技大学 | 一种片上网络中面向通信能耗的调度优化方法 |
| CN104053205A (zh) * | 2013-03-13 | 2014-09-17 | 中国科学院大学 | 一种基于准最优化原则的无线传感器网络路由方法 |
| CN104270789A (zh) * | 2014-08-26 | 2015-01-07 | 中国人民解放军国防科学技术大学 | 基于数据共享的无线传感器网络的采样任务调度方法 |
| CN104486795A (zh) * | 2014-12-03 | 2015-04-01 | 中国人民解放军国防科学技术大学 | 无线传感器网络的采样任务负载均衡与容错方法 |
| CN105075228A (zh) * | 2013-02-28 | 2015-11-18 | 高通股份有限公司 | 上下文感知服务的动态功率管理 |
| CN106056214A (zh) * | 2016-05-18 | 2016-10-26 | 西北工业大学 | 一种面向移动群体感知的多任务工作者选择方法 |
| CN106610867A (zh) * | 2016-12-21 | 2017-05-03 | 成都理工大学 | 一种片上网络任务调度方法及装置 |
| CN107729150A (zh) * | 2017-10-17 | 2018-02-23 | 山东衡昊信息技术有限公司 | 一种异构集群安监设备最小能耗节点的寻址方法 |
| CN108199868A (zh) * | 2017-12-25 | 2018-06-22 | 北京理工大学 | 一种基于战术云的集群系统分布式控制方法 |
| CN108900644A (zh) * | 2018-08-22 | 2018-11-27 | 重庆信络威科技有限公司 | 一种基于物计算的协作物联网系统 |
| CN110647386A (zh) * | 2019-07-31 | 2020-01-03 | 平安科技（深圳）有限公司 | 数据处理方法、装置及计算机设备、存储介质 |
| CN112954635A (zh) * | 2019-12-10 | 2021-06-11 | 安徽大学 | 无线传感器网络中基于三节点协作的计算任务分配方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101110713A (zh) * | 2007-09-05 | 2008-01-23 | 中国科学院上海微系统与信息技术研究所 | 基于无线传感器网络体系下的信息融合系统性能测试床 |
| CN101815326A (zh) * | 2010-01-11 | 2010-08-25 | 北京邮电大学 | 基于协商的无线传感器网络任务分配方法 |
| CN102014455A (zh) * | 2010-11-23 | 2011-04-13 | 北京航空航天大学 | 一种基于节点间相关性的无线传感器网络分簇路由方法 |
| CN102014439A (zh) * | 2010-12-22 | 2011-04-13 | 北京邮电大学 | 基于合同网的簇结构无线传感器网络任务分配方法及装置 |
| CN102231122A (zh) * | 2011-07-13 | 2011-11-02 | 武汉理工大学 | 一种集群环境中基于分簇的节能调度方法 |
-
2012
- 2012-01-16 CN CN201210011735.5A patent/CN102448123B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101110713A (zh) * | 2007-09-05 | 2008-01-23 | 中国科学院上海微系统与信息技术研究所 | 基于无线传感器网络体系下的信息融合系统性能测试床 |
| CN101815326A (zh) * | 2010-01-11 | 2010-08-25 | 北京邮电大学 | 基于协商的无线传感器网络任务分配方法 |
| CN102014455A (zh) * | 2010-11-23 | 2011-04-13 | 北京航空航天大学 | 一种基于节点间相关性的无线传感器网络分簇路由方法 |
| CN102014439A (zh) * | 2010-12-22 | 2011-04-13 | 北京邮电大学 | 基于合同网的簇结构无线传感器网络任务分配方法及装置 |
| CN102231122A (zh) * | 2011-07-13 | 2011-11-02 | 武汉理工大学 | 一种集群环境中基于分簇的节能调度方法 |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102740373B (zh) * | 2012-06-06 | 2014-10-22 | 北京邮电大学 | 基于端到端中断概率约束的功率分配方法 |
| CN102740373A (zh) * | 2012-06-06 | 2012-10-17 | 北京邮电大学 | 基于端到端中断概率约束的功率分配方法 |
| US9594411B2 (en) | 2013-02-28 | 2017-03-14 | Qualcomm Incorporated | Dynamic power management of context aware services |
| CN105075228A (zh) * | 2013-02-28 | 2015-11-18 | 高通股份有限公司 | 上下文感知服务的动态功率管理 |
| CN104053205A (zh) * | 2013-03-13 | 2014-09-17 | 中国科学院大学 | 一种基于准最优化原则的无线传感器网络路由方法 |
| CN103631659A (zh) * | 2013-12-16 | 2014-03-12 | 武汉科技大学 | 一种片上网络中面向通信能耗的调度优化方法 |
| CN104270789A (zh) * | 2014-08-26 | 2015-01-07 | 中国人民解放军国防科学技术大学 | 基于数据共享的无线传感器网络的采样任务调度方法 |
| CN104270789B (zh) * | 2014-08-26 | 2017-08-01 | 中国人民解放军国防科学技术大学 | 基于数据共享的无线传感器网络的采样任务调度方法 |
| CN104486795A (zh) * | 2014-12-03 | 2015-04-01 | 中国人民解放军国防科学技术大学 | 无线传感器网络的采样任务负载均衡与容错方法 |
| CN104486795B (zh) * | 2014-12-03 | 2017-10-27 | 中国人民解放军国防科学技术大学 | 无线传感器网络的采样任务负载均衡与容错方法 |
| CN106056214A (zh) * | 2016-05-18 | 2016-10-26 | 西北工业大学 | 一种面向移动群体感知的多任务工作者选择方法 |
| CN106056214B (zh) * | 2016-05-18 | 2018-08-17 | 西北工业大学 | 一种面向移动群体感知的多任务工作者选择方法 |
| CN106610867B (zh) * | 2016-12-21 | 2020-01-17 | 成都理工大学 | 一种片上网络任务调度方法及装置 |
| CN106610867A (zh) * | 2016-12-21 | 2017-05-03 | 成都理工大学 | 一种片上网络任务调度方法及装置 |
| CN107729150A (zh) * | 2017-10-17 | 2018-02-23 | 山东衡昊信息技术有限公司 | 一种异构集群安监设备最小能耗节点的寻址方法 |
| CN108199868B (zh) * | 2017-12-25 | 2020-12-15 | 北京理工大学 | 一种基于战术云的集群系统分布式控制方法 |
| CN108199868A (zh) * | 2017-12-25 | 2018-06-22 | 北京理工大学 | 一种基于战术云的集群系统分布式控制方法 |
| CN108900644A (zh) * | 2018-08-22 | 2018-11-27 | 重庆信络威科技有限公司 | 一种基于物计算的协作物联网系统 |
| CN110647386A (zh) * | 2019-07-31 | 2020-01-03 | 平安科技（深圳）有限公司 | 数据处理方法、装置及计算机设备、存储介质 |
| CN110647386B (zh) * | 2019-07-31 | 2023-01-24 | 平安科技（深圳）有限公司 | 数据处理方法、装置及计算机设备、存储介质 |
| CN112954635A (zh) * | 2019-12-10 | 2021-06-11 | 安徽大学 | 无线传感器网络中基于三节点协作的计算任务分配方法 |
| CN112954635B (zh) * | 2019-12-10 | 2022-03-08 | 安徽大学 | 无线传感器网络中基于三节点协作的计算任务分配方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102448123B (zh) | 2015-01-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102448123A (zh) | 无线传感器网络中基于节点性能的任务分配算法 | |
| Alresheedi et al. | Improved multiobjective salp swarm optimization for virtual machine placement in cloud computing | |
| Tsai et al. | Enhanced parallel cat swarm optimization based on the Taguchi method | |
| CN107579518B (zh) | 基于mhba的电力系统环境经济调度方法和装置 | |
| CN102981890B (zh) | 一种在虚拟化数据中心内的计算任务及虚拟机部署方法 | |
| CN104536803A (zh) | 一种基于组合优化的虚拟机调度方法 | |
| CN108989098A (zh) | 一种混合云环境面向时延优化的科学工作流数据布局方法 | |
| Li et al. | Research on QoS service composition based on coevolutionary genetic algorithm | |
| CN114565239A (zh) | 用于产业园区的综合低碳能源调度方法及系统 | |
| Li et al. | Task scheduling of computational grid based on particle swarm algorithm | |
| CN105591875A (zh) | 一种面向多任务的自组网动态匹配选择方法 | |
| CN109582457A (zh) | 片上网络异构多核系统任务调度与映射 | |
| Xu et al. | Low-power task scheduling algorithm for large-scale cloud data centers | |
| CN106851689B (zh) | 无线传感器及执行器网络中多因素任务分配方法 | |
| Meng et al. | The integration of marine biodiversity information resources based on big data technology | |
| Yang et al. | Energy saving strategy of cloud data computing based on convolutional neural network and policy gradient algorithm | |
| Abdullahi et al. | Variable neighborhood search-based symbiotic organisms search algorithm for energy-efficient scheduling of virtual machine in cloud data center | |
| CN114531665A (zh) | 一种基于莱维飞行的无线传感器网络节点分簇方法及系统 | |
| CN114546609A (zh) | 一种面向异构集群的dnn推理任务批调度方法 | |
| Liu et al. | Optimization Scheduling of Cloud Service Resources Based on Beetle Antennae Search Algorithm | |
| Nasonov et al. | Metaheuristic coevolution workflow scheduling in cloud environment | |
| CN113157431A (zh) | 一种针对边缘网络应用环境的计算任务副本分发方法 | |
| Bragard et al. | Global dynamic load-balancing for decentralised distributed simulation | |
| Lu et al. | Enhancing sensor duty cycle in environmental wireless sensor networks using Quantum Evolutionary Golden Jackal Optimization Algorithm | |
| YOUNESS et al. | IOT AND CLOUD COMPUTING TECHNOLOGIES TO SUPPORT INFORMATION SYSTEM: A SYSTEMATIC |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20180717 Address after: 361100 401A room 7, No. 3701 North Xiangan Road, Xiamen Torch Industrial Park (Xiangan) Industrial Zone, Fujian. Patentee after: Hua Zhihaixiang (Xiamen) intelligent Mdt InfoTech Ltd. Address before: 213022 No. 200 Jinling North Road, Xinbei District, Changzhou, Jiangsu Patentee before: CHANGZHOU CAMPUS OF HOHAI University |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20200408 Address after: B4-16, community service center, No.7 Yuanqian Road, Keyan street, Keqiao District, Shaoxing City, Zhejiang Province Patentee after: Shaoxing Haiju yunhang Intelligent Technology Co.,Ltd. Address before: 361100 401A room 7, No. 3701 North Xiangan Road, Xiamen Torch Industrial Park (Xiangan) Industrial Zone, Fujian. Patentee before: Hua Zhihaixiang (Xiamen) intelligent Mdt InfoTech Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20201112 Address after: Building 1, juhuiyuan, phase II, Xuzhuang high tech Zone, 108 Xuanwu Avenue, Xuanwu District, Nanjing, Jiangsu Province Patentee after: Nanjing zhidiansheng Technology Co.,Ltd. Address before: B4-16, community service center, No.7 Yuanqian Road, Keyan street, Keqiao District, Shaoxing City, Zhejiang Province Patentee before: Shaoxing Haiju yunhang Intelligent Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230116 Address after: Room 5100, Building 1, No. 10, Fangjing Road, Suzhou Industrial Park, Jiangsu Province, 215000 Patentee after: Suzhou Guangxi Intelligent Technology Co.,Ltd. Address before: 210000 Building 1, juhuiyuan, phase II, Xuzhuang high tech Zone, 108 Xuanwu Avenue, Xuanwu District, Nanjing City, Jiangsu Province Patentee before: Nanjing zhidiansheng Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150121 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |