29、集群边缘架构中的性能管理-CSDN博客

在实验中，考虑了100个输入请求。在特定场景下，用户请求数量固定，而边缘层节点数量分别设为5、10、15、20、30和50，使用公式(11)来计算适应度函数。

随着边缘层节点数量的增加，适应度函数值减小。这是因为有更多节点可用于执行请求，节点数量越多，请求越有可能由低延迟的节点处理。也就是说，边缘层节点数量的增加为控制器分配更多请求提供了更多选择，从而增加了找到低延迟合适节点的机会。随着条件变化，请求的执行方式也会改变，进而减少执行时间。

对于粒子优化算法，边缘层节点数量越多，目标函数值越低。而且，粒子群优化算法（PSO）的目标函数值下降速度比BAT算法快很多，这在相关实验结果图中很明显。为了更好地比较算法，每个算法都运行了多次。

边缘层节点数量	对适应度函数和执行的影响
增加	适应度函数值减小，执行时间可能减少

下面是一个简单的mermaid流程图，展示边缘层节点数量增加带来的影响：

graph LR
    A[边缘层节点数量增加] --> B[更多节点可执行请求]
    B --> C[请求更可能由低延迟节点处理]
    C --> D[适应度函数值减小]
    C --> E[执行时间减少]
</