RÉSUMÉ Alors que la demande d'applications de calcul haute performance et à faible latence s'intensifie dans les réseaux métropolitains sans fil (WMANs), le délestage efficace des tâches et la gestion des ressources sont devenus de plus en plus critiques. Cet article présente un cadre pour la satisfaction des décideurs dans l'optimisation du cloudlet computing au sein des WMANs, répondant au défi d'équilibrer de multiples objectifs tels que le délai, la consommation d'énergie et le coût de déploiement dans des environnements WMAN dynamiques. Notre méthode utilise une optimisation par essaim de baleines multiobjectif à longueur variable intégrée à l'évolution différentielle (VL‐WIDE) pour résoudre le problème d'optimisation, en s'adaptant dynamiquement à l'environnement WMAN tout en optimisant le délai, la consommation d'énergie (à la fois de l'appareil utilisateur et du cloudlet) et le coût de déploiement du cloudlet. Le processus d'analyse hiérarchique (AHP) est intégré pour équilibrer l'importance relative de ces multiples critères en fonction des préférences du décideur. Des évaluations exhaustives sur des séries temporelles démontrent que notre cadre surpasse significativement les systèmes conventionnels et d'autres algorithmes de référence, VL‐WIDE et l'AHP obtenant la plus faible racine de l'erreur quadratique moyenne (RMSE) de 16,7, soit une amélioration de 5,1 % par rapport à la sélection aléatoire. L'approche proposée a réduit les délais d'exécution et de transmission sans fil de 40 % (0.00015 s contre 0.00025 s) par rapport à la sélection aléatoire, a diminué la consommation d'énergie des appareils mobiles de 36,9 % (118.69 Jol contre 188.17 Jol) et a démontré une réduction de 33,3 % des tarifs moyens de location par rapport à d'autres algorithmes. Ces résultats indiquent que notre cadre proposé offre une grande satisfaction aux décideurs tout en améliorant considérablement l'expérience utilisateur dans les zones métropolitaines, offrant une solution robuste pour l'optimisation de l'informatique basée sur les cloudlets dans les WMANs et permettant une efficacité et des performances accrues selon de multiples indicateurs critiques. Cependant, bien que le cadre montre des résultats prometteurs, il est important de noter que la mise en œuvre dans des conditions réelles peut être confrontée à des défis qui ne sont pas entièrement traités dans cette étude, tels que la dynamique du réseau, les problèmes d'évolutivité et les préoccupations potentielles en matière de sécurité.
Muwafaq et al. (Sun,) ont étudié cette question.