导读:本文包含了并行调度论文开题报告文献综述及选题提纲参考文献,主要关键词:综合能源系统,并行分子微分进化,热电联产,多目标优化调度
并行调度论文文献综述
傅润炜,姜磊,孙惠娟[1](2019)在《基于并行分子微分进化的综合能源系统优化调度》一文中研究指出为充分发挥清洁能源、热电联产、电热储能系统以及可控负荷的规模化效益,实现多能源协调互补,本文建立了综合能源系统热电联合优化调度模型;并基于双层并行化思想和分子间作用势原理提出了一种并行分子微分进化算法,可有效兼顾寻优深度和寻优速度,从而可实现对该综合能源系统调度模型进行快速准确地求解;最后通过算例应用及分析,验证了本文方法的有效性及优越性。(本文来源于《华东交通大学学报》期刊2019年06期)
冯学晓,刘翠芳[2](2019)在《基于预先分类的分布式水下网络空间多维数据并行调度方法》一文中研究指出水下网络数据调度方法存在网络空间多维数据调度策略异常、交互资源槽分布调度存在资源均衡分布异常的状况,导致数据交互调度能力下降,数据间交互延迟增大,多维数据类别化调度准确率受到影响。针对问题提出基于预先分类的分布式水下网络空间多维数据并行调度方法,首先,对调度数据类别进行资源槽的类别优化处理,通过引入资源槽与分类调度算法,理顺资源槽交互类别数据集;接着对网络空间多维数据进行调度逻辑的计算,根据网络数据传输特点,引入多维数据分布式云并行调度算法,对网络空间中的并行数据流进行优化,实现多维数据的并行调度;最后,通过设计1 000~2 000组的实验数据,对提出方法的可行性进行证明,证明方法具有可行性高、数据并行调度效率高、稳定好的特点。(本文来源于《舰船科学技术》期刊2019年20期)
杨栋[3](2019)在《差异工件并行批调度问题中遗传算法研究》一文中研究指出本文考虑了遗传算法在包含差异工件的并行批处理机调度中的应用问题.工件具有不同的尺寸和到达时间.首先基于问题假设提出了一个数学规划模型,并采用BF、ERT-LPT实现工件的分批排序调度.然后考虑到这是一个NP-Hard问题,设计了新的选择、交叉、变异操作并结合遗传算法进行求解.最后通过仿真实验对比,验证了算法的有效性.(本文来源于《计算机系统应用》期刊2019年10期)
邓超,钱斌,胡蓉,王凌[4](2019)在《混合EDA求解叁阶段异构并行机装配集成调度问题》一文中研究指出本文提出一种混合分布估计算法(hybrid estimation of distribution algorithm, HEDA)用于求解带载重约束的叁阶段异构并行机集成调度问题(three-stage heterogeneous parallel machine integrated scheduling problem with capacitated constraint, THPMISP_CC),第一阶段为加工阶段,即带释放时间的多工序异构并行机调度问题;第二阶段为带载重约束的运输阶段,即多维背包优化调度问题;第叁阶段为装配阶段.本文研究工件从加工、运输到装配叁阶段的集成调度优化问题.首先,本文构建了THPMISP_CC的数学模型,其优化目标为叁阶段整体最大完工时间(Makespan);然后,提出的HEDA用于优化THPMISP_CC;最后,对算法运用于THPMISP_CC模型的结果进行分析和比较,验证模型的可行性及算法的有效性.(本文来源于《信息与控制》期刊2019年05期)
农嘉,覃志松[5](2019)在《基于萤火虫算法的船舶交通数据并行调度方法》一文中研究指出针对传统的舰船交通数据并行调度方法效率低的情况,提出基于萤火虫算法的船舶交通数据并行调度方法。以舰船调度时间为出发点,确定调度目标,并引入不确定因子,对舰船调度中的不确定因素进行处理,在此基础上,生成船舶交通数据并行调度规则,使所有船舶按照该规则进行调度,并考虑到存在大船和小船的情况,设置时间权参数,保证大船与小船同时到岗时,大船优先被调度,以此实现舰船交通数据并行调度。实验对比结果表明,此次设计的基于萤火虫算法的船舶交通数据并行调度方法比传统的调度方法效率高,具有一定的实际应用意义。(本文来源于《舰船科学技术》期刊2019年18期)
冯晨微,王艳[6](2019)在《云制造系统并行任务优化调度》一文中研究指出为解决同类型任务在云制造系统中并行执行时资源需求不均衡以及资源的利用率不高的问题。建立了以成本最低化、时间最小化、可靠度最高化、质量最优化为目标的任务资源调度模型。采用基于参考点的非支配排序遗传算法(NSGA-Ⅲ),结合实数矩阵编码方式以及基于实数编码的交叉变异策略代替普通的进化策略对模型进行求解,使用基于层次分析法和熵值法的组合优化决策方法对结果进行评价。分别讨论了资源充足和资源受限时调度系统的性能,通过实例证明该方法是可行的。(本文来源于《系统仿真学报》期刊2019年12期)
葛茂松,王永利,张立铭,赵佳彬,于占龙[7](2019)在《基于MapReduce的并行数据流调度策略》一文中研究指出本文提出一种基于MapReduce的并行数据流调度策略,包括作业性能估计策略和任务调度策略。通过对过去作业和任务信息的统计,对任务完成时间、所需资源和优先级进行估算,并以此对作业进行调度。经实验测试,利用该策略设计的算法可达到预期调度目标。(本文来源于《电脑知识与技术》期刊2019年26期)
齐磊[8](2019)在《大数据环境下舰船数据多信道并行调度方法分析》一文中研究指出传统舰船数据并行调度方法存在调度速度慢、识别准确率差等问题,为解决这一问题,对大数据环境下舰船数据多信道并行调度方法进行分析。分析过程中,确定数据多信道并行调度规则,以此为基础对数据多信道并行干扰波进行处理,将处理后数据机械能多信道并行调度输出,并对其调度方法进行优化,从而完成整体数据调度。实验数据表明,提出的多信道并行调度方法具有更可靠的调度速度以及并行识别准确率。(本文来源于《舰船科学技术》期刊2019年16期)
孟现粉,花嵘,傅游[9](2019)在《网格应用的DAG任务调度系统的并行构图方法》一文中研究指出为使AceMesh任务调度系统在多核系统上获得更好的性能,研究并行构图方法,在一定程度上提高构图的效率。为实现构图的并行化,设计线程分离、数据区域二级划分及两种任务注册的方案;为保证构建的DAG图的正确性,采用地址分治和任务分治的策略;为确保能执行所有的任务,对构图任务和计算任务分别使用安全的终止检查方法。对网格应用采用大规模数据集测试,与串行构图的比较结果表明了并行构图方法有最高158%的性能提升。(本文来源于《计算机工程与设计》期刊2019年08期)
张清勇,王皓冉,雷德明[10](2019)在《求解分布式并行机调度的新型帝国竞争算法》一文中研究指出提出一种求解异构工厂分布式并行机调度问题(DPMSP)的新型帝国竞争算法(ICA),以最小化最大完成时间作为优化目标.首先,将DPMSP的优化简化为对工厂分配子问题的求解,提出相应的编码方案并采用最大处理时间规则解码;然后,采用基于加工速度的概率分配方法构建初始种群,引入殖民国家同化以加强对优秀个体的搜索并在革命中运用基于工件-工速积的新型插入算子以改善解的质量;最后进行大量数值实验.计算结果表明该新型ICA在分布式并行机调度问题求解方面具有较强的搜索优势和较好的稳定性.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年08期)
并行调度论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
水下网络数据调度方法存在网络空间多维数据调度策略异常、交互资源槽分布调度存在资源均衡分布异常的状况,导致数据交互调度能力下降,数据间交互延迟增大,多维数据类别化调度准确率受到影响。针对问题提出基于预先分类的分布式水下网络空间多维数据并行调度方法,首先,对调度数据类别进行资源槽的类别优化处理,通过引入资源槽与分类调度算法,理顺资源槽交互类别数据集;接着对网络空间多维数据进行调度逻辑的计算,根据网络数据传输特点,引入多维数据分布式云并行调度算法,对网络空间中的并行数据流进行优化,实现多维数据的并行调度;最后,通过设计1 000~2 000组的实验数据,对提出方法的可行性进行证明,证明方法具有可行性高、数据并行调度效率高、稳定好的特点。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
并行调度论文参考文献
[1].傅润炜,姜磊,孙惠娟.基于并行分子微分进化的综合能源系统优化调度[J].华东交通大学学报.2019
[2].冯学晓,刘翠芳.基于预先分类的分布式水下网络空间多维数据并行调度方法[J].舰船科学技术.2019
[3].杨栋.差异工件并行批调度问题中遗传算法研究[J].计算机系统应用.2019
[4].邓超,钱斌,胡蓉,王凌.混合EDA求解叁阶段异构并行机装配集成调度问题[J].信息与控制.2019
[5].农嘉,覃志松.基于萤火虫算法的船舶交通数据并行调度方法[J].舰船科学技术.2019
[6].冯晨微,王艳.云制造系统并行任务优化调度[J].系统仿真学报.2019
[7].葛茂松,王永利,张立铭,赵佳彬,于占龙.基于MapReduce的并行数据流调度策略[J].电脑知识与技术.2019
[8].齐磊.大数据环境下舰船数据多信道并行调度方法分析[J].舰船科学技术.2019
[9].孟现粉,花嵘,傅游.网格应用的DAG任务调度系统的并行构图方法[J].计算机工程与设计.2019
[10].张清勇,王皓冉,雷德明.求解分布式并行机调度的新型帝国竞争算法[J].华中科技大学学报(自然科学版).2019