无线城域网中云服务器部署的三目标优化模型：传输距离、覆盖重叠与能耗的协同调控

为解决无线城域网(WMAN)中云服务器(CSs)部署面临的传输延迟、覆盖冗余与能耗矛盾问题，研究人员提出了一种三目标优化模型，结合NSGA-II算法实现了传输距离最小化、覆盖重叠可控化及能耗最优化的协同调控。实验基于上海电信数据集验证，NSGA-II算法在超体积指标(HV)上表现最优(最佳值0.2275)，为构建高效云计算平台提供了决策依据。

　　

随着智能设备与移动应用的爆发式增长，云计算面临的延迟瓶颈日益凸显。传统集中式云架构因长距离传输导致响应延迟、抖动等问题，而微数据中心——云服务器(Cloudlet Servers, CSs)的部署成为破局关键。然而，如何在无线城域网(WMAN)中平衡"部署成本-服务质量-能源效率"的三角矛盾，成为困扰业界的核心难题。现有研究多聚焦单一目标，忽视覆盖重叠控制与动态负载的关联性，且NP难特性使精确求解成为不可能任务。

针对这一挑战，研究人员构建了首个三目标优化模型，同步优化传输距离(f₁
)、覆盖重叠可控性(f₂
)和服务器能耗(f₃
)。创新性地引入二进制重叠控制参数(z)和最小覆盖区域数(∝∝)机制，通过上海电信3233个基站的真实数据集，对比NSGA-II、二进制多目标粒子群算法(MOPSO-T)和二进制多目标灰狼算法(BMOGWO)的Pareto前沿质量。

关键技术包括：1) 基于地理信息的传输距离建模；2) 覆盖重叠度量化指标设计；3) 服务器能耗与负载均衡关联分析；4) 多目标进化算法(NSGA-II)的二进制编码适配。实验设置四种场景(∝∝=1/3与z=0/1组合)，通过超体积指标(HV)评估算法性能。

系统模型
构建包含用户设备、接入点(APs)、CSs和云数据中心的四级架构。关键创新在于：1) 需求分级机制，高负载AP优先获得重叠覆盖；2) 动态能耗模型，空闲服务器能耗设为全负荷的60%；3) 故障容错设计，通过z参数控制重叠区域冗余度。

NSGA-II算法
采用非支配排序与拥挤度计算策略处理三目标矛盾。二进制编码表示CS部署位置，通过锦标赛选择、模拟二进制交叉和位翻转突变生成新解。算法输出Pareto前沿对应不同成本-性能权衡方案。

性能评估
NSGA-II在四场景中HV值均领先(0.1883-0.2275)，显著优于BMOGWO和MOPSO-T。典型场景下：1) 当∝∝=3且z=1时，传输距离降低23%；2) 重叠控制使关键区域覆盖冗余度提升40%；3) 负载均衡策略减少15%的无效能耗。

该研究首次实现WMAN中CS部署的多维度协同优化，其模型可扩展至5G边缘计算场景。NSGA-II的优越性源于其精英保留机制，有效处理离散搜索空间。未来方向包括：1) 动态用户分布建模；2) 异构服务器资源整合；3) 量子计算加速求解。论文发表于《Sustainable Computing: Informatics and Systems》，为绿色边缘计算提供了方法论支撑。