导读:本文包含了负载分配论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:负载,分配,负载均衡,资源,波音,故障,系统。
负载分配论文文献综述
黄志武[1]（2019）在《基于负载均衡的物联网多任务资源分配系统》一文中研究指出优化物联网多任务资源分配,可以提升物联网多任务资源分配调度的执行效率。基于此,笔者提出基于负载均衡的物联网多任务资源分配系统设计,硬件组成有网络接口层和WMN网络路由选择;软件设计包括任务分解模块、自主动态调度和物联网通信资源负载均衡调度模型3部分。通过实验对比图可知,随着资源量的增加,资源分配效率也不断提升,实验证明本文设计的资源分配系统在任务分配效率上远高于传统系统。(本文来源于《信息与电脑(理论版)》期刊2019年18期）
刘梓璇,周建涛[2]（2019）在《负载均衡的主导资源公平分配算法》一文中研究指出随着使用云计算并行且可靠地处理计算问题成为一种趋势,各种云计算平台应运而生,在这些平台中,保证多种资源调度策略的公平性非常重要。主导资源公平分配算法DRF有效地实现了多种资源环境中的公平分配,但在资源分配过程中容易出现集群负载不均的情况。因此,提出在使用DRF算法分配资源过程中,通过集群中各节点的资源利用率情况对节点进行K-means聚类分析,根据聚类结果将资源分配给任务来提高集群负载均衡的能力。基于CloudSim 4.0实现了改进DRF算法的仿真实验,实验结果表明,负载均衡的DRF算法比原始的DRF算法以及基于层次分析法(AHP)改进的DRF算法更能有效地改善集群整体的负载均衡。(本文来源于《计算机工程与科学》期刊2019年09期）
周志凯[3]（2019）在《浅析737NG飞机交流电负载分配系统》一文中研究指出为满足机上各种设备工作需要,以及日常维护和乘客的需求,波音737NG飞机的电源系统,为飞机提供了115V/400Hz的交流电。整个系统包括了人工和自动控制。本文主要就交流电负载分配的概况、卸载方式和保护进行分析和说明。(本文来源于《内燃机与配件》期刊2019年11期）
王波[4]（2019）在《ROF系统的信道编码技术和负载资源分配方案研究》一文中研究指出随着互联网、云计算、5G等新兴技术的发展,高清视频、智慧城市、自动驾驶、沉浸式拓展现实等新型业务也即将迎来大规模的推广和使用。未来海量数据的传输及设备的接入,都对未来通信网络的带宽、速率、覆盖以及安全性与稳定性提出了更高要求。为了满足时代发展的要求,建立高速、智能、灵活的通信系统显得尤为重要。光载无线(ROF,Radio Over Fiber)通信系统既拥有光纤通信系统的带宽宽、损耗低、安全性好的特点,又拥有无线通信系统的灵活接入的特点,适合未来网络业务的应用与普及。但是,ROF系统中信号在远距离传输过程中由于受到信道噪声、光纤色散、非线性效应等影响,会造成接收信号的失真或畸变。同时,为了满足用户的服务请求,ROF系统中数据的传输需要从中心局经过光纤链路到达基站后再到达用户终端,但海量的用户请求与设备连接必然给光纤链路带来巨大的压力。因此,提高ROF系统的可靠性和灵活性的研究具有重要意义。针对提高该系统的可靠性与灵活性问题,本论文主要围绕ROF系统中的信道编码技术和负载资源分配方案两个方面进行展开研究。提出使用级联涡轮空时编码(Turbo-STBC)来改善多天线广义频分复用光载无线(GFDM-ROF)系统性能;提出使用自适应的Turbo-STBC编码技术以快速缓解系统的负载压力;提出中心压力边缘化的结构来解决ROF系统中的网络拥塞并解决其负载资源分配问题,增强系统的灵活性。论文的主要研究工作如下:(1)基于GFDM-ROF系统的级联Turbo-STBC编码研究论文在对ROF系统、光纤通信关键技术和广义频分复用(GFDM,Generalized Frequency Division Multiplexing)调制进行理论研究的基础上,提出基于GFDM-ROF系统的多天线技术和级联Turbo-STBC信道编码方案以降低系统的误码率。仿真结果表明,当发送天线为两根和接收天线为四根时,使用多天线技术的GFDM-ROF系统的误码率可以在信噪比为10dB时小于10-6;使用级联Turbo-STBC编码的GFDM-ROF系统可以在相同天线条件下获得更高的增益,信噪比为5dB时误码率可小于10-6。(2)基于GFDM-ROF系统的自适应信道编码方案研究提出了基于GFDM-ROF系统的自适应Turbo-STBC编码方案,解决了固定编码导致在降低系统误码率有限的情况下却增加极高的算法复杂度的问题。该方案在系统的发送端和接收端添加成对可供选择的编解码器,当需要快速传输时,系统选择传输速率快但误码性能适中的编解码器;当允许编解码复杂度较高可以去追求更低的误码率时,系统选择改善误码性能更好的编解码器。仿真结果表明:自适应编码可以获得较好的误码性能,并且在降低系统负载能力上明显优于组成其的最优固定编码方案。(3)基于ROF系统的中心压力边缘化结构与负载资源分配方案研究论文在对ROF系统结构和负载资源分配算法进行理论研究的基础上,提出了中心压力边缘化的结构,解决了ROF系统中由于大量用户请求而造成的光网络拥塞的问题。提出负载资源分配算法来得到服务分配和用户负载分配方案。仿真研究了边缘局的存储能力、服务的数量和边缘局数量对该方案性能的影响。结果表明,存储比例U不大于1/2时,系统可以获得更具性价比的性能提升。(本文来源于《北京邮电大学》期刊2019-06-03）
袁健宝,王政,徐一凡,杨燕霞,贾小平[5]（2019）在《基于复杂网络边负载分配理论的化工过程级联故障风险传播路径》一文中研究指出依据复杂网络边负载分配相关理论,建立化工过程级联故障传播理论模型,用于解决化工过程中日益突出的级联故障传播问题。本文首先将化工生产系统抽象成网络模型,对网络中的节点进行重要性排序;其次对网络进行随机攻击并对重要性靠前的节点进行蓄意攻击,求解两种攻击方式下的最高风险传播路径;最后假设其发生边负载故障,根据风险传播路径故障概率对两种攻击方式下的最高风险传播路径进行评估,确定危险性较大的风险传播路径。经案例验证分析表明:该方法可有效确定生产过程中故障发生后的故障传播路径以及风险性较大的路径,为预防化工生产过程中故障传播提供一定的理论依据和决策支持。(本文来源于《化工进展》期刊2019年08期）
王磊[6]（2019）在《转速感应控制与负载独立流量分配的设计与应用》一文中研究指出当运梁车行走液压系统采用转速感应阀控制时,发动机低转速会使负载敏感系统流量不饱和,从而直接导致执行机构速度受负载大小影响。针对此问题,提出使用独立流量分配系统的方法。利用AMESim软件对系统进行建模仿真,通过对比测试与仿真曲线,验证了仿真模型的准确性和系统原理的正确性。仿真结果表明:该系统能够实现发动机在不同转速下、开式液压系统的稳态响应,实现发动机和负载之间的功率匹配,对降低能源消耗具有积极意义。(本文来源于《机床与液压》期刊2019年08期）
陈思谕,邹艳丽,周建,谭华珍[7]（2019）在《电网发电机功率分配及电网负载不均衡发展研究》一文中研究指出本文对电网发电站3种发电机功率分配方案(PE、DC、CC)进行研究。PE分配方式,发电机功率平均分配;DC分配方式,发电机功率按各发电机节点度中心性正比分配;CC分配方式,发电机功率按各发电机节点接近中心性正比分配。本文在IEEE14、IEEE39标准测试网络上进行仿真实验,从电网的同步和稳定性2个方面比较3种方案的优劣。研究结果表明:发电机功率按DC方式分配时,系统同步和稳定性能均最佳;按PE方式分配时,系统同步和稳定性能均最差;按CC方式分配时,系统同步和稳定性能居中。本文还研究了电网负载耗电量不均衡发展对电力系统性能的影响,研究表明:电网中耗电量增长的负载节点越多,耗电量增长越快,电网负载耗电量分布越不均衡,电力系统的同步和稳定性能均下降越快。因此,电网负载耗电量不均衡发展降低电力系统的同步和稳定性能。(本文来源于《广西师范大学学报(自然科学版)》期刊2019年02期）
张宇泽,仝新宇,王佰淮,王巍,王敬朋[8]（2019）在《35kV变压器分列运行最优负载分配》一文中研究指出本文中作者建立了以两台变压器总有功损耗最低为目标的35kV变压器分列运行最优负载分配的数学模型,通过两个算例分析验证了模型的正确性。(本文来源于《变压器》期刊2019年04期）
王涛[9]（2019）在《基于计算机动态任务分配表的负载均衡新算法》一文中研究指出计算机技术飞速发展的今天,在并行计算机系统之中,任务调度依旧是解决多资源配置的最有效方法之一,但是当前的任务调度依然存在着一些困境,其中的一个难题是NP-Hard问题,即和任务负载均衡相关的分配方法还存在调度方面的问题。该文提出了一个新的负载均衡的动态Work-Stealing新算法,通过这个新算法可以加强动态计算机集群之中任务分配的效率,帮助各种任务进行得更加顺畅,以此帮助整个计算机系统提升资源的利用效率,并提升计算机系统的整体性能。该文首先对常见的任务调度模型进行分析,分析了任务调取算法的计算机制,着重对工作窃取算法的计算策略进行探讨,通过快速地选择窃取的时机和窃取的工作任务数量,可以实现复杂维度的算法,提升负载的实际均衡能力。(本文来源于《科技资讯》期刊2019年11期）
郑晓杰[10]（2019）在《基于微云的移动云平台负载分发与资源分配》一文中研究指出随着互联网技术的发展,各种功能的新兴应用不断产生,对延迟和带宽提出更高的要求。利用移动云计算技术将应用计算密集部分迁移到云端处理,是常用提高用户体验的方法。然而数据中心延迟高、带宽小,不适合延迟敏感的交互式应用。微云的提出解决了这种问题,微云是分布式部署在网络边缘的小型云数据中心,为用户提供低延迟和高带宽的服务。微云中的应用使用场景不同,因此重要性与实时性要求各不相同。如何在保证应用服务质量的同时,降低云基础设施提供商的资源使用成本,是非常有研究价值的问题。本文站在云基础设施提供商的角度,在考虑服务水平协议(SLA)的情况下,以优化成本作为目标,分别对服务模式和任务模式下的负载分发与资源分配问题进行研究。在服务模式下,云基础设施提供商的成本与请求分发和服务部署密切相关。服务部署个数决定云基础设施提供商的资源消耗成本,服务部署位置以及请求分发决定请求的响应时间是否违反规定的时间阈值。合理的请求分发与服务部署方案能够有效降低成本。基于以上分析,本文提出成本优化贪心算法CO-Greedy,能够在多项式时间内找到成本较低的请求分发与服务部署方案。CO-Greedy算法会优先部署重要程度更高的服务,并在微云资源使用量超过预设阈值时,能够将获取增益最小的容器迁移,降低云基础设施提供商的整体成本。本文通过模拟实验测试了不同时间阈值、不同资源规模以及不同请求规模下CO-Greedy与已有叁种算法的成本,证明CO-Greedy算法提供的方案成本值更低。在任务模式下,云基础设施提供商的成本与任务执行位置和资源分配量密切相关。资源分配量不仅仅决定云基础设施提供商的资源消耗成本,也影响任务执行速度,进而影响任务能否在规定时间阈值内完成。为任务寻找合适的执行位置,能够利用空闲微云的资源,降低违反时间阈值任务的个数。此外,多用户陆续接入微云,每个用户决策都会影响之后接入微云的用户,即微云环境下的任务分发和资源分配是一个序列决策过程。基于以上分析,本文提出基于强化学习的任务分发与资源分配算法RLTDRA,该算法首先对任务分发与资源分配问题进行马尔科夫决策过程(MDP)建模,并且引入深度Q网络(DQN)构建价值网络,并且不断更新参数为移动云平台寻找低成本的任务分发与资源分配方案。本文通过模拟实验测试了不同用户接入速率和微云资源规模下RLTDRA算法与在线贪心算法的成本,证明RLTDRA算法提供的任务分发与资源分配方案成本值更低。(本文来源于《中国科学技术大学》期刊2019-04-01）
负载分配论文开题报告
（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：
随着使用云计算并行且可靠地处理计算问题成为一种趋势,各种云计算平台应运而生,在这些平台中,保证多种资源调度策略的公平性非常重要。主导资源公平分配算法DRF有效地实现了多种资源环境中的公平分配,但在资源分配过程中容易出现集群负载不均的情况。因此,提出在使用DRF算法分配资源过程中,通过集群中各节点的资源利用率情况对节点进行K-means聚类分析,根据聚类结果将资源分配给任务来提高集群负载均衡的能力。基于CloudSim 4.0实现了改进DRF算法的仿真实验,实验结果表明,负载均衡的DRF算法比原始的DRF算法以及基于层次分析法(AHP)改进的DRF算法更能有效地改善集群整体的负载均衡。
（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。
负载分配论文参考文献
[1].黄志武.基于负载均衡的物联网多任务资源分配系统[J].信息与电脑(理论版).2019
[2].刘梓璇,周建涛.负载均衡的主导资源公平分配算法[J].计算机工程与科学.2019
[3].周志凯.浅析737NG飞机交流电负载分配系统[J].内燃机与配件.2019
[4].王波.ROF系统的信道编码技术和负载资源分配方案研究[D].北京邮电大学.2019
[5].袁健宝,王政,徐一凡,杨燕霞,贾小平.基于复杂网络边负载分配理论的化工过程级联故障风险传播路径[J].化工进展.2019
[6].王磊.转速感应控制与负载独立流量分配的设计与应用[J].机床与液压.2019
[7].陈思谕,邹艳丽,周建,谭华珍.电网发电机功率分配及电网负载不均衡发展研究[J].广西师范大学学报(自然科学版).2019
[8].张宇泽,仝新宇,王佰淮,王巍,王敬朋.35kV变压器分列运行最优负载分配[J].变压器.2019
[9].王涛.基于计算机动态任务分配表的负载均衡新算法[J].科技资讯.2019
[10].郑晓杰.基于微云的移动云平台负载分发与资源分配[D].中国科学技术大学.2019