一、面向对象的多处理机动态负载平衡系统研究(论文文献综述)
陈慧龙[1](2016)在《基于多核CPU与集成众核计算平台的并行仿真支撑技术研究》文中研究指明借助高性能计算平台和并行仿真技术加速仿真执行过程,已经成为复杂系统仿真应用的主要途径。目前,基于多核CPU(CMP)与集成众核(MIC)处理器的计算平台在高性能计算领域异军突起,为加速仿真执行过程带来了新的机遇。然而,现有的并行仿真支撑技术主要面向多处理机、集群、CMP+GPU等计算平台,难以发挥CMP+MIC计算平台线程资源丰富、局部共享存储、协同计算等架构优势。因此,开展基于CMP+MIC计算平台的并行仿真支撑技术研究,对于充分利用新型高性能计算资源,满足仿真不断增长的计算需求,促进新型高性能计算平台在仿真领域的应用具有重要的理论意义和实用价值。论文针对当前并行仿真支撑技术在CMP+MIC新型计算平台应用方面存在的相关问题,围绕基于CMP+MIC新型计算平台的并行仿真引擎架构、计算模型加速解算及负载平衡等问题展开深入研究,主要工作和创新点如下:(1)提出了面向CMP+MIC计算平台的并行仿真引擎架构。仿真引擎是支持仿真运行的核心组件,为了获得更高的性能,要求仿真引擎架构能够发挥CMP+MIC计算平台线程资源丰富、局部共享存储、协同计算等架构优势。目前,基于多进程方式实现的传统并行仿真引擎架构并行粒度粗、存储消耗大、通信开销大,针对多核计算平台的相关工作难以支持多节点协同仿真,面向GPU等众核计算平台的相关工作由于体系结构差异而难以兼容。为此,提出了一种面向CMP+MIC计算平台的并行仿真引擎架构SE-HPTM。SE-HPTM分别在CMP和MIC内部利用多线程方式并行处理事件,CMP和MIC之间利用进程间通信实现协同仿真,并通过减少锁开销和优化访存等方式进一步提高性能。测试表明,相对于多进程方式的并行仿真引擎,SE-HPTM在CMP+MIC计算平台上最高可获得1.57倍的加速比。(2)提出了基于聚合-分载的计算模型加速解算方法。复杂仿真系统中某些计算模型解算往往非常耗时,成为整个系统的性能瓶颈,在CMP端运行仿真主程序,将比较耗时的模型解算过程分载至MIC端加速解算是一种解决方案。然而,计算模型的广泛性和封装性使得通用的模型加速解算难以实现,事件的离散调度导致难以对大量的计算模型进行规模化加速解算。为此,提出了一种基于聚合分载的计算模型加速解算方法GOMA。该方法针对同质化计算密集型并行仿真应用,基于保守运行机制,通过提取“安全事件”子集将解算过程相同的计算模型进行聚合,而后将规模化的模型解算过程分载至MIC计算平台加速解算。典型测试用例表明,相对于仅使用CMP的情况,GOMA能够获得高达3.4倍的加速比。(3)提出了基于Work-Stealing和对象重组的并行仿真负载平衡方法。并行仿真的计算和通信负载不均衡容易成为系统性能瓶颈,由于静态划分难以预先在处理核心之间均衡地分配负载,全局事件调度机制仅局限于单机多核计算平台,动态负载均衡是当前并行仿真负载平衡的重要途径。然而,频繁的动态迁移会引入额外的开销而阻碍性能提升。为此,提出了一种基于Work-Stealing和对象重组的并行仿真负载平衡方法WSReG。该方法基于SE-HPTM,结合Work-Stealing和对象迁移的思想实现动态负载均衡:在进程内部,通过Work-Stealing动态均衡线程间负载以减少对象迁移,由处于空闲状态的线程分担待处理事件最多的线程负载,并在满足条件时进行对象重组,将总是“满载”线程的部分仿真对象迁移至容易“空载”的线程;在进程之间,通过适度的对象迁移来均衡计算和通信负载。实验结果表明,WSReG能够有效提升系统的负载均衡度,从而提高仿真应用性能。在上述研究成果的基础上,论文设计实现了一个面向CMP+MIC计算平台的并行仿真支撑环境ECMIC。社会民意趋势仿真应用测试结果表明,相比多进程方式在单独CMP上的运行情况,ECMIC获得高达42%左右的性能提升。
耿晓中[2](2013)在《基于多核分布式环境下的任务调度关键技术研究》文中进行了进一步梳理本文在系统分析了多核处理器体系结构的基础上,综述了任务调度的研究现状及多核处理器任务调度所面临的难题。从多核处理器的静态任务调度入手,综合使用了任务分簇技术和任务复制技术,本文提出了一种面向同构多核处理器的任务调度算法,该算法通过减小任务间的通信代价,最小化了任务调度长度,并实现了核间的负载平衡。仿真实验证明本文算法具有优于遗传算法的性能。针对多核集群的两级存储机制和三层通信结构,本文提出了一种面向多核集群的静态任务调度算法,该算法包括两轮操作:进程到处理器节点的分配;线程到处理核心节点的分配。每轮操作又分别包含了分簇策略和调整策略。通过三组对比实验表明本文算法具有较短的任务完成时间,且随着CCR的增大,本文算法的性能优势愈加显着。通过对影响多核处理器动态负载平衡的各个因素的详细分析,本文设计了基于多核处理器的动态负载平衡模型,用五元组<负载平衡环境,任务属性,负载评价,调度策略,调度评价指标>形式化地描述了影响多核动态负载平衡的各个因素。本文提出了一种树型计算环境下面向异构多核集群的独立任务调度算法。该算法首先建立了基于主-从树型模型的计算平台,然后通过预处理机制获取了每个处理核心的最优任务分配方案、每个处理核心的实时计算能力、核间通信能力和限制系数等实时状态信息。依据预处理机制,提出了基于最优任务分配方案的两种启发式算法:限制系数优先启发式算法和带宽优先启发式算法。实验数据表明本文提出的两种算法均优于Min-Min算法。
符利华[3](2011)在《基于CPS的实时系统的面向方面的容错调度模型》文中研究指明随着计算技术、网络技术和控制技术的深入发展,一种最新的复杂系统Cyber-physical Systems应运而生。Cyber-physical Systems是运用3C技术和3i技术手段集计算、通信与控制于一体的下一代智能系统。Cyber-physical Systems高可靠性要求已成为影响其安全、可控的关键因素,提高Cyber-physical Systems实时系统的可靠性具有重要意义。实时任务的容错调度作为保障实时系统可靠性的重要技术,已经成为实时系统研究的热点。因此,研究和设计出高效、简单、适应于Cyber-physical Systems实时系统的容错调度模型和算法是Cyber-physical Systems需要解决的首要问题。本文也是在此背景下研究Cyber-physical Systems实时系统的容错调度模型和算法。本文首先介绍了Cyber-physical Systems的体系结构、与物联网的关系、新特点以及Cyber-physical Systems的应用前景。然后引入面向方面编程技术和UML扩展机制,利用UML扩展框架,实现UML在面向方面的建模技术和横切点分离技术的扩展,为Cyber-physical Systems实时系统的容错分析提供可视化的图形模型。在此基础上,本文对Cyber-physical Systems实时系统的容错模型做了深入研究,主要工作如下:1.介绍了UML在面向方面的扩展机制,实现了面向方面的可视化建模。运用UML的扩展框架UMLTM对实时系统的容错方面和时间方面建立可视化的视图,并结合Cyber Physical网络环境下的实时系统,通过UMLTM框架,将面向方面的思想运用到分析Cyber Physical网络环境下的分布式实时系统容错性和调度算法模型。2.提出了Cyber-physical Systems网络环境下的分布式实时系统的概念,并进一步给出了CPS异构分布式实时系统的概念。然后分析了CPS异构分布式实时系统的基本特征,给出了CPS异构分布式实时系统的基本任务模型,证明了其任务的可调度性,并给出了分析CPS异构分布式实时系统任务调度算法性能的评价体系。3.文中提出了两种适用于Cyber-physical Systems实时系统的容错调度算法:CPS实时任务动态负载均衡算法(CPSDLBA)和面向方面的CPS实时容错算法(AOCPSRTFT)。结合仿真实验对两种算法进行了对比,根据实验图,得出了在算法均衡性和任务负载率两方面AOCPSRTFT均优于CPS DLBFT的结论。4.用城市地铁系统这个实例来阐述Cyber-physical Systems的基本概念以及Cyber-physical Systems异构分布式实时系统的面向方面的容错调度模型的运用,实例充分体现了面向方面技术的优点,UML扩展机制可视化建模在分析Cyber-physical Systems的优势。
王观武[4](2010)在《基于GPU集群系统的并行绘制技术研究》文中研究说明随着计算机图形处理硬件的持续发展,软件的不断完善,特别是1998年后随着可编程图形处理单元(Programmable Graphics Processing Unit, GPU)的出现和发展,图形绘制技术已经深入并影响着人类生产、生活各个方面。与此同时随着社会的发展,各个应用领域也对图形绘制提出了更高的要求,特别是数据规模不断扩大,绘制场景更加精细,单机上完成图形绘制往往达不到这个要求。因此,并行绘制技术成为近年来的研究热点。并行绘制技术发展迅速,许多技术得到开发,许多典型系统得到应用。其中GPU集群系统发展迅速,它具有强大的图形显示功能,同时又拥有一定计算能力。本文对基于GPU集群的并行绘制系统的关键技术进行了深入研究,是对传统并行绘制技术应用领域的一个扩展,完成的主要工作和取得的主要研究成果如下:首先,提出了基于GPU集群的并行绘制体系结构。该体系结构充分发挥了GPU集群的特点,是对传统的并行绘制适用范围的一个扩展。该体系结构为典型的sort-last类体系结构,同时又构建了堆叠显示的显示区域网络,对每个显示区域进行独立的二分交换合成算法,取得了不错的性能,绘制真实感和高分辨率;同时将GPGPU技术应用于基于GPU集群的并行绘制体系结构中,充分发挥现代GPU的各项潜能。其次,提出了GPU集群上基于数据包围盒的KD树动态划分策略。针对静态数据划分存在负载不平衡的问题,动态划分策略本身算法开销太大的问题,使用基于数据包围盒的KD树动态划分策略,并阐述了其在GPU上的实现,在场景数据分布不均匀或变化剧烈的情况下,取得较好的性能提升。最后,研究了基于ParaView的并行绘制开发环境和实现了一个通用并行绘制开发环境。ParaView为可视化领域应用广泛的成熟的可视化平台。本文研究了利用其功能扩展插件功能实现并行绘制的方法。该开发环境功能强大,但是修改量太大,且性能下降较大。结合基于GPU集群系统的并行绘制体系结构研究和基于数据包围盒的KD树动态任务划分策略研究,依据尽可能小的修改原单机绘制程序的目标和性能尽可能高的原则,本文构建了通用的并行绘制开发环境,描述了开发环境的实现步骤,明确了各模块的功能等。
韩鹏[5](2010)在《并行环境下动态负载平衡方法的研究与实现》文中进行了进一步梳理并行计算是实现高性能计算的有效途径,经过几十年的发展,并行计算已经广泛地应用于工程设计、科学计算和计算机系统等领域中。在现有硬件的基础上,为了提高并行计算的效率,负载平衡问题一直是研究的热点。动态负载平衡方法在灵活性、处理非规则问题方面具有优势,动态负载平衡技术受到了越来越多的关注。在并行系统中,可用资源的动态性和时延因素都会影响动态负载平衡方法的效率。对于可用资源的动态性问题,通过集群作业管理系统可以更好地管理并行任务,多数集群作业管理系统提供了支持并行系统的功能,但在基于资源的任务划分方面欠缺考虑。对于时延因素的影响,国外学者对时延负载平衡进行了深入的研究,并提出了相应的验证方法,但是,这些验证方法在时变时延、规模可扩展方面有所不足。本文针对集群作业管理系统对并行系统的支持和时延动态负载平衡进行相关研究。首先,深入分析了集群作业管理系统Torque源代码,在此基础上,通过在Torque中加入动态划分策略,提高了并行任务的执行效率、系统的平衡性和整体利用率,并通过实验验证了所提方法的有效性。其次,提出一种基于反馈控制理论的时延动态负载平衡模型,给出了最优负载平衡增益值的计算方法,并采用离散事件模拟了时延负载平衡系统。通过比较分析不同条件下的最优负载平衡增益值,验证了模型的正确性和有效性。通过比较不同划分策略时的系统平衡时间,说明了时延对系统负载平衡效率的影响。
包小光[6](2009)在《面向对象的多处理机动态负载平衡系统研究》文中研究说明由计算机、终端设备、通信设备等构成的多处理机系统,在某一时刻,有些计算机的负载极重,而另外一些计算机的负载极为空闲,不能充分地利用系统资源。多处理机系统中动态平衡各台计算机之间的负载是任务分配与调度的一个重要目标,它能够提高整个系统的性能,从而实现系统资源共享。
张红彬[7](2008)在《基于统计思想的层次化网格负载平衡调度算法》文中研究说明随着网格技术的飞速发展,有关资源分配与任务调度的研究面临着新的机遇和挑战。这些新的技术、概念和方法提供了更新的环境来研究和发展面向负载平衡的作业调度系统。针对层次化网格模型结构,运用统计思想提出了一种新的资源分配与任务调度算法,不仅能够提高资源的利用率和系统的吞吐率,而且能够实现网格系统内部的负载平衡。算法对负载信息预测、负载平衡收益和开销、作业分配以及性能标准做了详细的阐述。在解释了方案中各功能部件的作用及其相互之间关系的基础上,给出了相应的算法伪码,仿真实验表明,该算法是有效的。
杨夏妮[8](2008)在《基于Petri网的负载平衡双层调度模型的研究》文中提出负载平衡技术是一种提高分布式系统整体性能和吞吐量的有效方法。本文针对目前负载平衡调度算法存在的不确定性、不完全性和不稳定性问题,负载平衡调度一般模型的单一层次问题以及被大规模系统忽略的集中式调度策略优点的问题,提出一个将集中式调度的易管理性、易实现性和分布式调度的可扩展性相结合的动态负载平衡双层调度模型。该模型将分布式系统分成若干个相对独立的任务调度组,每个任务调度组由一个调度服务器和三个工作站组成,任务调度组内部采用集中式调度,而任务调度组之间采用分布式调度,顶层子系统和底层子系统分别由每个任务调度组的调度服务器和工作站组成。在对动态负载平衡双层调度模型进行描述的过程中,主要根据负载平衡调度一般模型的分布式系统的网络环境、任务集、负载指标和负载平衡调度策略这四个组成部分描述了模型的实现原理、实现规则等,并应用Petri网理论对该模型进行建模。应用Petri网理论构建出来的模型与常用的模型仿真方法和基于数学分析的方法构建出来的模型相比,更能反映系统的动态行为特征,更具有灵活性。Petri网除了是建模工具之外,还被认为是迄今研究系统性能的最有力的工具。在完成动态负载平衡双层调度模型的建模之后,根据该模型的特点提出了系统的设计方案,并利用Petri网对该系统进行性能评价。将在动态负载平衡双层调度模型下采用的集中式调度和分布式调度相结合的策略与负载平衡调度的一般模型下常用的几种动态负载平衡调度策略的进行对比分析后,实验结果表明,该模型能够减少系统的平均响应时间,提高系统的吞吐量,从而有效地提高分布式系统的效率。
王群霞[9](2007)在《基于集群的不确定因素下的动态负载平衡》文中提出集群计算技术近年来已成为计算机界研究的一个热点。采用集群技术来解决大数据量或时间复杂度高的问题不仅在计算机界,而且在其它科学领域都是首选的。负载平衡是集群系统中的重要技术,用来确定任务和节点机间的映射,提高系统性能。但往往需要用动态负载平衡来处理很多不确定因素,如任务执行时间不确定、任务数量动态变化等情况。本文针对任务执行叶间不确定这一因素来研究动态负载平衡,寻求一个负载调度策略和一个负载估计方法,使得任务在各个节点机上执行,按照调度评价达到最优。本文主要在以下几方面进行研究:(1)在前人四元组动态负载平衡模型的基础上,提出了五元组模型。动态负载平衡涉及的面比较多,从物理环境到软件环境,以及各种策略,都是相互影响的。五元组动态负载平衡模型,包含了硬件环境,调度环境,任务分配,负载估计,调度策略以及调度评价等各个方面,用数学形式定义,完整地表达了动态负载平衡的各个因素,使各个元素之间的逻辑关系更加明确,算法表达更加直观。用形式化语言来描述比用非形式化语言更能表现问题的逻辑性。(2)根据提出的五元组模型及每个元素对应的解决方案,在Linux集群环境下,一定的实验条件下,实现了动态负载平衡模型。任务分配用数组下标的传递即可完成分配,不再依赖于系统内核,减少了许多烦琐的程序,且减少了数据量的传递。对于不确定因素即任务执行时间的估计,提出了最大最小值法,相比前人做的工作,估计的准确性已经有所改进。调度策略中把节点机状态精减为空闲机和重节点机两种状态,由空闲机发起任务请求,主控机接收请求,计算出重节点机,由重节点机发出起始任务下标给空闲机。这样的调度策略,算法简单,无论是主控机还是节点机都不会占用太多的时间在任务调度上。(3)本文根据提出的五元组模型,主要对独立性强、任务间相关性不大、任务执行时间不确定的任务进行实验。实验结果表明,本文的动态负载平衡策略在同构集群上能够较好地提高任务的响应时间,负载平衡效率有所提高,同时也进行了调度评价,结果较为满意。
陈香兰[10](2007)在《面向服务的分布式操作系统及其上的服务组合关键技术研究》文中研究指明随着编程范型(Programming Paradigm)、分布式计算(Distributed Computing)以及业务计算(Business Computing)这三个领域的技术发展,面向服务的体系结构SOA(Service-Oriented Architecture)和面向服务的计算SOC(Service-OrientedComputing)得到了学界和业界广泛的关注和发展。SOA提出了一种松耦合的、基于服务来组织计算资源的软件系统架构风格。目前,在分布式计算领域,诸如分布式计算环境DCE、公共对象请求代理体系结构CORBA、分布式对象组件模型DCOM、EJB/J2EE以及Web服务等都正在朝基于“服务”的方向实现跨架构和跨企业的业务集成,以求使得各种异构系统能够在统一的“服务”平台上实现互操作(interoperation),也使得各遗留系统(Legacy System)可以继续得到应用,但是目前尚没有出现能够有效支持面向服务的操作系统。本论文首先针对现有SOA应用的体系结构进行了分析。分析表明,目前“服务”抽象是在SOA应用体系结构中较为中间的层次实现的,其底层却仍然依赖于传统的进程/线程抽象,不能直接有效地支持基于SOA的应用。针对这一现象,本论文提出如下问题:能否使操作系统或者分布式操作系统直接以“面向服务”这个统一的概念来实现它们之间或者与已有的分布式计算系统之间的互操作?针对这个问题,本论文对建立一种面向服务的分布式操作系统进行了系统、深入的研究与实践。建立面向服务的操作系统(无论是单机操作系统还是分布式操作系统)最关键也是最基本的问题是要给出服务在操作系统级上的抽象。本论文将服务的概念引入操作系统的基本抽象中,对本实验室提出的服务体/执行流模型进行了概念上的扩展,并依此提出了面向服务的操作系统的基本结构。在扩展后的服务体/执行流模型中,服务体是服务的载体,端口是服务通信和访问的接口,而小端口则是服务的实例。对于面向服务的分布式操作系统SODOS,本论文对如下几个方面的关键技术进行了深入的研究与探讨,主要包括SODOS的体系结构、具有单一系统映像的服务界面、服务的发布、远程服务请求的代理、命名和名字服务、多执行流调度、服务副本和服务实例迁移以及一致性维护等。从面向服务应用的需求看,除了要有一个面向服务的分布式操作系统来提供服务的发布与发现以及服务通信之外,还必须为SOA应用提供基础服务的部署方案,并为它提供服务组合路径优化方法。然而在这两个方面现有的研究大多是针对大规模网络的,如Internet、服务网格以及服务覆盖网络等,而不是针对局部密集服务环境的。在局部密集服务环境中,无论是服务部署还是服务通信,其系统特征都有别于上述大规模网络。据此,本论文对服务的部署和服务组合的路径优化问题分别进行了深入研究,提出了相应的算法并进行了模拟实验。本论文研究中所做出的新贡献如下:1)首次将“服务”这一概念引入到操作系统的基本抽象中,并对服务体/执行流模型SEFM进行了概念上的扩展,使其能够有效支持面向服务的计算;2)首次提出面向服务的分布式操作系统的概念,并对此进行了总体设计,深入研究了其中的透明的远程服务请求技术、位置无关的服务命名方法、名字空间的组织与管理等关键技术,并给出了解决方案;3)针对局部密集服务环境下所特有的服务局部分布特性和密集分布特性,本论文提出了一种静态的服务部署方法,该方法依次考虑了网络流量最小化、负载平衡以及服务最小分布这三个约束条件。4)针对局域分布式系统中节点间通信距离近似相等的特征,本文提出了一种服务组合路径优化算法。与大规模网络环境下不同,在局部密集环境中,服务组合路径的长度不再大于成员服务的个数,为此引入了两个新的参数来调整服务节点的选择,从而减少了服务路径的长度,进一步降低了系统的网络流量。
二、面向对象的多处理机动态负载平衡系统研究(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、面向对象的多处理机动态负载平衡系统研究(论文提纲范文)
(1)基于多核CPU与集成众核计算平台的并行仿真支撑技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 研究现状及面临的主要问题 |
1.2.1 并行仿真概述 |
1.2.2 CMP+MIC计算平台和编程模型概述 |
1.2.3 并行仿真支撑技术研究现状 |
1.2.4 问题和挑战 |
1.3 研究目标及主要工作 |
1.3.1 研究目标 |
1.3.2 主要研究内容 |
1.3.3 主要创新点 |
1.4 论文组织结构 |
第二章 面向CMP+MIC计算平台的并行仿真引擎架构 |
2.1 引言 |
2.2 相关研究与局限性 |
2.3 并行仿真引擎架构及适应性分析 |
2.3.1 并行仿真引擎架构简介 |
2.3.2 适应性分析与验证 |
2.4 面向CMP+MIC计算平台的并行仿真引擎架构 |
2.4.1 进程+线程模型 |
2.4.2 减少锁开销 |
2.4.3 内存访问优化 |
2.5 实验与分析 |
2.5.1 实验环境 |
2.5.2 实验设计 |
2.5.3 实验结果与分析 |
2.6 本章小结 |
第三章 基于聚合-分载的计算模型加速解算方法 |
3.1 引言 |
3.2 相关研究与局限性 |
3.3 问题描述 |
3.3.1 问题提出 |
3.3.2 限定和定义 |
3.4 基于聚合-分载的模型解算加速算法 |
3.4.1 同质化计算模型聚合算法 |
3.4.2 基于Offload的批量分载算法 |
3.5 实验与分析 |
3.5.1 实验环境 |
3.5.2 实验设计 |
3.5.3 实验结果与分析 |
3.6 本章小结 |
第四章 基于Work-Stealing和对象重组的负载平衡方法 |
4.1 引言 |
4.2 相关研究与局限性 |
4.3 负载平衡相关问题分析 |
4.3.1 SE-HPTM逻辑进程映射关系 |
4.3.2 SE-HPTM负载平衡分析 |
4.4 基于Work-Stealing和逻辑进程重组的负载平衡方法 |
4.4.1 负载平衡策略 |
4.4.2 映射关系表更新 |
4.5 实验与分析 |
4.5.1 实验环境 |
4.5.2 实验设计 |
4.5.3 实验结果与分析 |
4.6 本章小结 |
第五章 基于CMP+MIC计算平台的并行仿真应用测试 |
5.1 引言 |
5.2 并行仿真支撑环境ECMIC |
5.2.1 总体架构 |
5.2.2 应用流程 |
5.3 民意趋势仿真应用实例 |
5.3.1 系统建模 |
5.3.2 设计与实现 |
5.4 实验与分析 |
5.4.1 实验环境 |
5.4.2 实验设计 |
5.4.3 实验结果与分析 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 论文工作总结 |
6.2 进一步研究工作 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(2)基于多核分布式环境下的任务调度关键技术研究(论文提纲范文)
提要 |
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景 |
1.1.1 摩尔定律的延续及其对体系结构的影响 |
1.1.2 多核处理器分类 |
1.1.3 多核处理器的优点 |
1.2 多核分布式环境下任务调度问题的提出 |
1.3 论文研究贡献 |
1.4 论文组织结构 |
第2章 任务调度概述 |
2.1 任务调度问题的分类 |
2.2 并行调度问题描述 |
2.3 任务调度问题模型的分类 |
2.4 任务调度问题系统结构 |
2.4.1 任务模型 |
2.4.2 环境模型 |
2.4.3 任务调度的性能衡量方法 |
2.5 任务调度问题的 NP 完全性 |
2.6 任务调度的基本技术 |
2.6.1 随机搜索调度算法 |
2.6.2 启发式调度算法 |
2.7 基于多核处理器的并行系统上的任务调度 |
2.8 本章小结 |
第3章 一种基于多核处理器的任务调度算法 |
3.1 引言 |
3.2 任务调度模型 |
3.3 任务调度算法 |
3.3.1 转换 DAG 图为 in-tree 结构任务图 |
3.3.2 生成调度组合或调度集合 |
3.3.3 调整调度集合 |
3.4 算法描述 |
3.5 复杂度分析 |
3.6 实验与性能分析 |
3.7 本章小结 |
第4章 一种面向多核集群的任务调度算法 |
4.1 引言 |
4.2 相关工作 |
4.3 任务调度模型 |
4.4 任务调度算法 |
4.4.1 分簇策略 |
4.4.2 调整策略 |
4.4.3 算法总体描述 |
4.4.4 多核 SMP 集群系统下的任务调度 |
4.5 复杂度分析 |
4.6 实验对比与性能分析 |
4.7 本章小结 |
第5章 基于多核处理器的动态负载平衡模型 |
5.1 引言 |
5.2 负载平衡环境 |
5.2.1. 物理环境 |
5.2.2 逻辑环境 |
5.3 任务属性 |
5.3.1 任务调度单位 |
5.3.2 任务约束 |
5.3.3 任务调度算法 |
5.3.4 任务调度规则 |
5.4 系统的负载评价 |
5.4.1 负载指标 |
5.4.2 负载函数 |
5.4.3 负载阈值、负载状态修正因子和负载状态 |
5.5 调度策略 |
5.5.1 启动策略 |
5.5.2 转移策略 |
5.5.3 选择策略 |
5.5.4 定位策略 |
5.5.5 信息策略 |
5.5.6 收益性策略 |
5.6 评价指标 |
5.6.1 负载平衡效率 |
5.6.2 平均负载 |
5.6.3 负载标准差 |
5.7 本章小结 |
第6章 一种树型计算环境下面向异构多核集群的独立任务调度算法 |
6.1 引言 |
6.2 独立任务调度相关研究 |
6.3 问题描述 |
6.4 树型计算模型的分类 |
6.4.1 深度为 2 的树型模型 |
6.4.2 深度大于 2 的树型模型 |
6.5 树型计算模型预处理机制 |
6.5.1 处理核心最优任务分配数的预测量 |
6.5.2 处理核间网络通信能力的预测量 |
6.5.3 处理核心计算能力的预测量 |
6.5.4 目标处理核心性能优劣的综合测量 |
6.6 基于最优任务分配方案的任务调度启发式算法 |
6.6.1 限制系数优先启发式算法 |
6.6.2 带宽优先启发式算法 |
6.7 实验与性能分析 |
6.8 本章小结 |
第7章 总结与展望 |
7.1 本文工作总结 |
7.2 进一步的工作 |
参考文献 |
作者在攻读博士学位期间所取得的科研成果 |
致谢 |
(3)基于CPS的实时系统的面向方面的容错调度模型(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 本课题的研究工作和意义 |
1.2.1 Cyber-Physical Systems简述 |
1.2.2 实时系统 |
1.2.3 面向方面技术 |
1.2.4 实时系统的动态容错调度模型 |
1.3 本论文的组织结构 |
第二章 Cyber-physical Systems |
2.1 Cyber-physical Systems的发展 |
2.2 Cyber-physical Systems体系结构原型 |
2.3 Cyber-physical Systems的特征 |
2.3.1 Cyber-physical Systems与物联网的关系 |
2.3.2 Cyber-physical Systems的主要特征 |
2.4 本章小结 |
第三章 面向方面编程技术与UML扩展框架 |
3.1 面向方面的基本概念 |
3.2 面向方面的核心思想 |
3.2.1 关注点和横切关注点 |
3.2.2 面向方面技术的实现步骤 |
3.2.3 面向方面技术的优点 |
3.3 UML扩展机制 |
3.3.1 UMLTM框架在容错方面的扩展 |
3.3.2 UMLTM框架在时间方面的扩展 |
3.4 本章小结 |
第四章 Cyber Physical网络环境下的实时系统 |
4.1 实时系统 |
4.2 Cyber-physical Systems实时系统 |
4.2.1 基本概念 |
4.2.2 CPS分布式异构实时系统的特征 |
4.2.3 任务模型 |
4.2.4 CPS分布式实时系统中任务的可调度性证明 |
4.3 CPS异构分布式实时系统任务调度算法的评估 |
4.3.1 CPS异构分布式实时系统任务调度算法的性能 |
4.3.2 CPS异构分布式实时系统任务调度算法的评估标准 |
4.3.3 CPS异构分布式实时系统任务调度算法的稳定性 |
4.3.4 系统的负载均衡性 |
4.4 本章小结 |
第五章 CPS异构分布式实时系统的容错调度 |
5.1 容错系统与容错原理 |
5.1.1 容错技术 |
5.1.2 容错技术的基本思想 |
5.1.3 Cyber Physical网络环境中的容错方法 |
5.2 容错调度算法模型 |
5.2.1 容错调度算法的发展状况 |
5.2.2 动态负载均衡的容错调度算法 |
5.3 面向方面的容错模型 |
5.3.1 CPS实时系统的关注点分离 |
5.3.2 故障的方面分离 |
5.3.3 时间方面分离 |
5.4 面向方面的CPS实时容错算法(AO_CPS_RTFT) |
5.5 对算法的评价与实验图分析 |
5.5.1 算法负载均衡性 |
5.5.2 任务失败率 |
5.6 本章总结 |
第六章 实例:城市地铁系统 |
6.1 城市地铁系统概述 |
6.1.1 物理传感层 |
6.1.2 通信层 |
6.1.3 信息处理层 |
6.1.4 应用层 |
6.2 城市地铁系统的面向方面容错调度 |
6.2.1 列车进出站的面向方面模型描述 |
6.2.2 容错组件 |
6.2.3 列车进出站调度时序图 |
6.3 本章小结 |
总结与展望 |
参考文献 |
攻读学位期间发表的论文 |
致谢 |
(4)基于GPU集群系统的并行绘制技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景 |
1.1.1 传统的图形流水线 |
1.1.2 并行绘制系统分类 |
1.2 国内外研究现状 |
1.2.1 并行绘制研究热点 |
1.2.2 现有并行图形绘制系统 |
1.3 论文研究内容和章节安排 |
1.4 论文研究成果 |
第二章 基于GPU 集群系统的并行绘制体系结构研究 |
2.1 并行绘制技术发展情况 |
2.1.1 影响并行绘制体系结构设计的主要因素 |
2.1.2 并行绘制系统各类型研究 |
2.1.3 GPU 的发展 |
2.1.4 着色语言 |
2.2 基于GPU 集群系统的并行绘制体系结构 |
2.2.1 GPU 集群系统 |
2.2.2 基于GPU 集群系统的并行绘制体系结构 |
2.2.3 实验结果 |
2.3 使用GPU 进行通用计算加速 |
2.3.1 数组数据到纹理数据的转换 |
2.3.2 缓存扩展技术 |
2.3.3 使用FBO 实现离屏渲染 |
2.3.4 实验结果 |
2.4 本章总结 |
第三章 基于GPU 集群并行绘制系统任务划分策略研究 |
3.1 负载平衡目的 |
3.2 任务划分方法介绍 |
3.2.1 图形绘制的负载分析 |
3.2.2 负载平衡算法分析 |
3.3 基于数据包围盒KD 树动态任务划分策略 |
3.3.1 任务划分性能分析 |
3.3.2 KD 树 |
3.3.3 基于数据包围盒的KD 树任务划分策略 |
3.3.4 实验结果 |
3.4 本章总结 |
第四章 基于GPU 集群系统并行绘制开发环境设计 |
4.1 基于ParaView 的并行绘制开发环境研究 |
4.1.1 ParaView 介绍 |
4.1.2 基于ParaView 的并行绘制开发环境研究 |
4.1.3 基于ParaView 的并行绘制开发环境应用实例 |
4.2 通用并行绘制开发环境设计 |
4.2.1 通用并行绘制开发环境设计 |
4.2.2 性能优化 |
4.2.3 系统实现 |
4.3 本章总结 |
第五章 总结与展望 |
5.1 本文工作总结 |
5.2 未来展望 |
致谢 |
参考文献 |
攻读硕士期间论文发表情况 |
攻读硕士期间参加的科研项目 |
(5)并行环境下动态负载平衡方法的研究与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及意义 |
1.2 国内外研究现状 |
1.2.1 集群作业管理系统的研究现状 |
1.2.2 时延动态负载平衡的研究现状 |
1.3 本文主要工作 |
1.4 本文组织结构 |
第2章 相关技术概述 |
2.1 集群作业管理系统Torque介绍 |
2.1.1 Torque的结构 |
2.1.2 Torque执行作业的流程 |
2.1.3 Torque对MPI支持的不足 |
2.2 DDLB模拟相关技术 |
2.2.1 离散事件模拟介绍 |
2.2.2 并行离散事件模拟的同步问题 |
2.3 本章小结 |
第3章 面向动态资源的负载平衡系统 |
3.1 基于资源的任务划分策略 |
3.2 改进Torque对MPICH的支持 |
3.3 测试结果及分析 |
3.3.1 实验环境 |
3.3.2 实验测试及结果分析 |
3.4 本章小结 |
第4章 面向DDLB的模拟方法 |
4.1 时延对动态负载平衡的影响 |
4.2 DDLB模型描述及其相关讨论 |
4.2.1 DDLB模型描述 |
4.2.2 关于外部干扰的讨论 |
4.2.3 关于划分比例的讨论 |
4.2.4 关于K值的定义 |
4.3 模拟实验及结果分析 |
4.3.1 DDLB模拟实验介绍 |
4.3.2 实验结果与分析 |
4.4 本章小结 |
第5章 总结 |
参考文献 |
致谢 |
攻读硕士学位期间的学术成果 |
(6)面向对象的多处理机动态负载平衡系统研究(论文提纲范文)
1 引言 |
2 多处理机动态负载平衡算法 |
3 多处理机动态负载平衡系统软件 |
4 多处理机动态负载平衡系统软件开发 |
5 结语 |
(7)基于统计思想的层次化网格负载平衡调度算法(论文提纲范文)
摘要 |
ABSTRACT |
第一章 引言 |
1.1 研究背景 |
1.2 网格的研究现状 |
1.3 网格的特点 |
1.4 网格的基本要求 |
1.5 本文的研究意义 |
1.6 文章结构 |
第二章 网格理论基础技术研究 |
2.1 网格体系结构 |
2.1.1 五层沙漏模型 |
2.1.2 OGSA 的架构 |
2.2 网格作业管理 |
2.2.1 作业描述 |
2.2.2 作业调度 |
2.2.3 作业运行 |
2.2.4 作业高级管理功能 |
2.3 网格的发展趋势 |
2.3.1 标准化趋势 |
2.3.2 技术融合趋势 |
2.3.3 大型化趋势 |
2.4 网格分类 |
2.5 计算网格调度的特点 |
2.6 本章小结 |
第三章 层级式负载平衡系统结构设计 |
3.1 负载平衡目标 |
3.2 负载平衡策略 |
3.3 层次式负载平衡系统结构 |
3.4 静态负载平衡 |
3.4.1 作业调度模式 |
3.4.2 网格作业调度目标 |
3.4.3 网格调度算法 |
3.5 动态负载平衡调度模式 |
3.6 层次式动态负载平衡 |
3.6.1 层次式负载平衡系统工作流程 |
3.6.2 负载平衡算法的组成部分 |
3.7 层次化模型的定量分析 |
3.8 本章小结 |
第四章 层级式动态统计思想负载平衡系统的算法与模拟实现 |
4.1 负载信息预测 |
4.2 负载平衡收益和开销 |
4.3 层次式负载平衡系统的作业分配 |
4.4 负载平衡性能标准 |
4.5 层次式负载平衡系统的GridSim 实现 |
4.5.1 网格环境模拟器 |
4.5.2 动态负载平衡系统的GridSim 实现 |
4.6 本章小结 |
第五章 资源故障时网格作业迁移 |
5.1 迁移机制研究的问题 |
5.2 迁移故障时作业迁移 |
5.2.1 问题分析 |
5.2.2 选择策略 |
5.2.3 性能评价 |
5.3 本章小结 |
第六章 实验结果及分析 |
6.1 本算法和Min-min 的性能比较 |
6.2 负载平衡性能比较 |
6.3 实验环境 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 本文的主要工作及创新点 |
7.2 发展与展望 |
参考文献 |
致谢 |
在学期间发表的学术论文和参加科研情况 |
(8)基于Petri网的负载平衡双层调度模型的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 相关研究现状 |
1.1.1 负载平衡实践方法的研究现状 |
1.1.2 负载平衡调度系统性能评价的研究现状 |
1.1.3 Petri网在系统性能评价方面的研究现状 |
1.2 选题的目的和意义 |
1.3 论文研究的主要内容 |
1.4 论文的组织结构 |
第二章 负载平衡调度的一般模型 |
2.1 分布式系统的网络环境 |
2.1.1 分布式系统 |
2.1.2 负载平衡调度环境 |
2.1.3 调度组 |
2.2 任务集 |
2.2.1 任务类型 |
2.2.2 任务提交方式 |
2.2.3 任务约束 |
2.3 负载指标 |
2.4 负载平衡调度策略 |
2.4.1 调度域 |
2.4.2 调度类型 |
2.4.3 调度框架 |
2.4.4 调度约束 |
2.5 本章小结 |
第三章 动态负载平衡双层调度模型DLBDSM |
3.1 DLBDSM模型的描述 |
3.1.1 DLBDSM模型的主要思想 |
3.1.2 DLBDSM模型的描述 |
3.2 DLBDSM模型的实现原理 |
3.2.1 DLBDSM模型的物理结构 |
3.2.2 DLBDSM模型的数据结构 |
3.2.3 DLBDSM模型的实现原理 |
3.3 DLBDSM模型的实现规则 |
3.3.1 工作站的调度规则 |
3.3.2 调度服务器的调度规则 |
3.4 本章小结 |
第四章 基于Petri网的DLBDSM模型 |
4.1 Petri网 |
4.1.1 Petri网简述 |
4.1.2 Petri网的数学描述 |
4.2 随机Petri网及其模型方法 |
4.2.1 随机Petri网 |
4.2.2 随机Petri网的模型方法 |
4.3 DLBDSM模型的随机Petri网模型 |
4.3.1 工作站的随机Petri网模型 |
4.3.2 调度服务器的随机Petri网模型 |
4.3.3 结点细化处理的随机Petri网模型 |
4.4 本章小结 |
第五章 DLBDSM系统的设计方案与性能评价 |
5.1 DLBDSM系统的设计方案 |
5.2 DLBDSM系统的实现算法 |
5.2.1 任务分配算法 |
5.2.2 消息处理算法 |
5.2.3 DLBDSM系统调度策略的工作流程 |
5.3 基于Petri网的DLBDSM系统的性能评价 |
5.3.1 实验准备工作 |
5.3.2 实验目的 |
5.3.3 实验环境 |
5.3.4 性能指标 |
5.3.5 实验结果分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 工作展望 |
参考文献 |
致谢 |
在学期间发表的论文和参加的项目 |
(9)基于集群的不确定因素下的动态负载平衡(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
第一章 绪论 |
1.1 集群相关概念及分类 |
1.2 集群系统的关键技术 |
1.3 负载平衡及相关问题 |
1.4 研究内容及意义 |
1.5 国内外研究现状 |
1.6 本文内容的组织 |
第二章 负载平衡算法 |
2.1 负载平衡算法分类 |
2.2 动态负载平衡算法的构成 |
2.3 本章小结 |
第三章 动态负载平衡模型 |
3.1 动态负载平衡模型 |
3.2 负载平衡环境 |
3.2.1 集群系统 |
3.2.2 负载平衡调度环境 |
3.2.3 调度节点 |
3.3 任务集 |
3.3.1 任务类型 |
3.3.2 任务分解模式 |
3.3.3 任务相关性 |
3.3.4 任务集合 |
3.4 负载估计 |
3.4.1 负载参数 |
3.4.2 负载函数 |
3.4.3 负载阈值和负载状态 |
3.4.4 负载状态修正因子 |
3.5 调度策略 |
3.5.1 调度域 |
3.5.2 调度类型 |
3.5.3 调度架构 |
3.5.4 调度约束 |
3.6 调度评价指标 |
3.7 本章小结 |
第四章 动态负载平衡模型的实现 |
4.1 消息传递模式MPI |
4.2 动态负载平衡的条件 |
4.2.1 进行动态负载平衡的先决条件 |
4.3 动态负载平衡的设计 |
4.3.1 实验环境 |
4.3.2 任务初始分配及方式 |
4.3.3 剩余负载量的估计 |
4.3.4 动态负载平衡策略 |
4.3.5 稳定性 |
4.4 本章小结 |
第五章 性能测试与分析 |
5.1 测试实例 |
5.2 性能评价 |
5.3 本章小结 |
第六章 总结 |
6.1 本文的主要工作 |
6.2 存在的问题及将来工作 |
致谢 |
参考文献 |
附录1 (攻读学位期间发表论文目录) |
(10)面向服务的分布式操作系统及其上的服务组合关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 概述 |
1.2 分布式计算机系统 |
1.2.1 分布式计算机系统的定义 |
1.2.2 分布式计算机系统的优点 |
1.2.3 实现分布式计算的难点 |
1.3 分布式计算技术 |
1.3.1 分布式计算技术的发展 |
1.3.2 操作系统对分布式计算的支持 |
1.4 分布式操作系统 |
1.4.1 分布式操作系统的经典定义 |
1.4.2 分布式操作系统的发展 |
1.5 面向服务的计算理念与实现技术 |
1.5.1 编程范型及其发展 |
1.5.2 SOA的应用 |
1.5.3 面向服务的操作系统 |
1.6 研究目标及思路 |
1.6.1 问题的提出 |
1.6.2 问题的分析 |
1.6.3 问题的解决 |
1.7 文献综述 |
1.8 本论文的组织 |
第2章 SOA与服务组合 |
2.1 概述 |
2.2 面向服务的体系结构 SOA |
2.2.1 SOA的基本定义 |
2.2.2 SOA的特征 |
2.2.3 SOA中的三种角色 |
2.2.4 SOA中的抽象级别 |
2.2.5 SOA服务的特征 |
2.2.6 SOA实现平台的功能组件 |
2.3 通信 |
2.3.1 通信模式 |
2.3.2 同步通信协议模型 |
2.3.3 异步通信协议模型 |
2.3.4 简单对象访问协议SOAP |
2.4 服务的发布与发现 |
2.5 服务组合 |
2.6 研究现状 |
2.7 小结 |
第3章 操作系统与分布式操作系统 |
3.1 概述 |
3.2 操作系统的基本功能 |
3.3 传统操作系统的抽象模型 |
3.3.1 操作系统的进程模型 |
3.3.2 操作系统的线程模型 |
3.3.3 与cc-NUMA多处理机系统的类比 |
3.4 操作系统的体系结构 |
3.4.1 简单结构的操作系统 |
3.4.2 单一内核结构的操作系统 |
3.4.3 层次结构的操作系统 |
3.4.4 微内核结构的操作系统 |
3.4.5 混合内核 |
3.4.6 外核 |
3.4.7 操作系统结构小结 |
3.5 分布式操作系统 |
3.5.1 分布式操作系统的设计目标 |
3.5.2 分布式操作系统的体系结构 |
3.5.3 分布式操作系统的基本功能 |
3.6 经典的分布式操作系统 |
3.6.1 Mach |
3.6.2 Amoeba |
3.6.3 Chorus |
3.6.4 Spring |
3.7 传统操作系统的性能瓶颈 |
3.7.1 传统操作系统的性能分析 |
3.7.2 相关工作 |
3.8 小结 |
第4章 服务体/执行流模型 SEFM和 MINICORE |
4.1 概述 |
4.2 服务体/执行流模型 SEFM |
4.2.1 基本抽象 |
4.2.2 端口和小端口 |
4.2.3 基于 SEFM的操作系统构造模型 |
4.2.4 核心服务体 |
4.2.5 端口的授权访问 |
4.2.6 并发引流机制 |
4.2.7 服务体地址空间 |
4.2.8 消息推动通信机制 |
4.2.9 中断处理模型 |
4.3 基于 SEFM的操作系统 MiniCore |
4.3.1 MiniCore V3.0的体系结构 |
4.4 性能测试与比较 |
4.4.1 实验一、Echo服务器 |
4.4.2 实验二、路由器 |
4.4.3 实验三、视频解码播放 |
4.5 小结 |
第5章 面向服务的分布式操作系统 |
5.1 概述 |
5.2 面向服务的分布式操作系统 SODOS |
5.2.1 SODOS的体系结构 |
5.2.2 具有单一系统映像的服务界面 |
5.2.3 服务体的发布 |
5.2.4 服务体部署节点的变迁 |
5.2.5 按名查询服务 |
5.2.6 端口的连接/断开 |
5.3 SODOS的远程服务请求 |
5.3.1 端口的代理 |
5.3.2 代理的建立 |
5.3.3 远程服务的请求 |
5.3.4 Stub/skeleton端口对间的低级通信 |
5.4 SODOS中的命名和名字服务 |
5.4.1 命名方法 |
5.4.2 名字空间及其组织 |
5.4.3 名字空间的管理 |
5.5 服务的绑定 |
5.5.1 DCE RPC中的绑定 |
5.5.2 远程对象调用中的绑定 |
5.5.3 SODOS中服务的绑定 |
5.5.4 多执行流调度及其定义 |
5.5.5 容错调度 |
5.6 服务体副本的变迁和维护 |
5.6.1 服务实例的迁移 |
5.6.2 服务体一致性的维护 |
5.7 小结 |
第6章 服务静态部署 |
6.1 概述 |
6.2 相关工作 |
6.3 服务体静态部署问题模型 |
6.3.1 局部密集服务环境 |
6.3.2 服务体部署问题 |
6.3.3 服务体静态部署问题模型 |
6.4 均衡节点负载 |
6.4.1 负载平衡条件 |
6.4.2 节点分类 |
6.5 最小化通信量 |
6.6 最小分布及近似算法 |
6.6.1 SDM_(min)的近似生成算法 |
6.7 算法模拟和结果分析 |
6.7.1 运行实例 |
6.7.2 服务分布规模分布对比 |
6.7.3 服务部署的单点失效容错分析及算法改进 |
6.8 小结 |
第7章 服务组合路径优化 |
7.1 概述 |
7.2 局域密集服务环境中服务组合路径问题模型 |
7.3 保持因子 |
7.3.1 实验1:保持因子对负载平衡和服务路径长度的影响 |
7.4 匹配长度因子 |
7.4.1 实验2:匹配长度因子对向后匹配次数的作用 |
7.4.2 实验3:保持因子和匹配长度因子的共同作用效果 |
7.4.3 保持因子和匹配长度因子的选择策略与选择方法 |
7.5 小结 |
第8章 结束语 |
8.1 本文的主要工作 |
8.2 本文的主要贡献与创新点 |
8.3 进一步工作展望 |
参考文献 |
致谢 |
在读期间所参加的科研项目 |
在读期间发表的学术论文 |
其他研究成果 |
四、面向对象的多处理机动态负载平衡系统研究(论文参考文献)
- [1]基于多核CPU与集成众核计算平台的并行仿真支撑技术研究[D]. 陈慧龙. 国防科学技术大学, 2016(02)
- [2]基于多核分布式环境下的任务调度关键技术研究[D]. 耿晓中. 吉林大学, 2013(08)
- [3]基于CPS的实时系统的面向方面的容错调度模型[D]. 符利华. 广东工业大学, 2011(11)
- [4]基于GPU集群系统的并行绘制技术研究[D]. 王观武. 国防科学技术大学, 2010(02)
- [5]并行环境下动态负载平衡方法的研究与实现[D]. 韩鹏. 东北大学, 2010(04)
- [6]面向对象的多处理机动态负载平衡系统研究[J]. 包小光. 科技风, 2009(01)
- [7]基于统计思想的层次化网格负载平衡调度算法[D]. 张红彬. 华北电力大学(河北), 2008(03)
- [8]基于Petri网的负载平衡双层调度模型的研究[D]. 杨夏妮. 广西大学, 2008(12)
- [9]基于集群的不确定因素下的动态负载平衡[D]. 王群霞. 浙江师范大学, 2007(07)
- [10]面向服务的分布式操作系统及其上的服务组合关键技术研究[D]. 陈香兰. 中国科学技术大学, 2007(08)
标签:面向对象分析与设计论文; 实时系统论文; 分布式算法论文; 集群技术论文; 集群服务器论文;