导读:本文包含了分布式调度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:分布式,节点,数据,系统,多维,模型,载波。
分布式调度论文文献综述
刘永波,李亚琼,周博,李守超,宋云奎[1]（2019）在《一种面向分布式机器学习的云计算资源调度方法》一文中研究指出在云计算环境下,并发训练多机器学习模型会造成严重的共享集群资源竞争,影响执行效率。针对该问题,论文提出一种面向分布式机器学习的云计算资源调度方法。根据历史监测数据建立迭代次数与模型质量提升间的模型,在线预测资源分配对模型质量提升的影响,制定资源优化调度策略,并且设计了资源调度框架。实验结果表明,所提出的方法能够快速适应任务和负载的动态变化,实现多个模型训练作业的整体性能最大化。(本文来源于《计算机与数字工程》期刊2019年12期）
胡亚辉,朱宗卫,刘黄河,王超[2]（2019）在《面向任务调度优化的分布式系统信息管理框架》一文中研究指出近年来深度学习作为学术界与工业界共同关注的热点,取得了飞跃式的发展,在计算机视觉、语音识别等领域取得了令人瞩目的成果.深度学习分训练与推理两个阶段,在实际应用中主要关注的是推理阶段.深度学习推理过程中伴随着巨大的计算量,通过分布式系统提高其计算速度也得到了越来越多的关注.然而,构建分布式深度学习推理系统面临着深度学习加速设备更新迭代快速、上层应用及计算任务复杂多样等挑战.本文设计并实现的系统信息管理框架,用于收集并处理系统中的各类信息,收集及处理的规则具有高度的可扩展性和灵活性,并提供通用的RESTful API数据访问接口,以支持分布式深度学习推理系统对各类硬件加速器的灵活兼容性以及对任务调度策略的动态调整能力.最后,本文通过一个应用实例对该框架的功能进行验证并对实验结果进行分析.(本文来源于《计算机系统应用》期刊2019年11期）
袁晓冬,费骏韬,胡波,张友旺,葛乐[3]（2019）在《资源聚合商模式下的分布式电源、储能与柔性负荷联合调度模型》一文中研究指出分布式电源、储能、柔性负荷等分布式资源数量众多、布局分散,难以直接被电网调度。资源聚合商可通过内部整合各类分布式资源执行电网调度指令。基于资源聚合商运行模式,建立了结合大容量资源直接调度与小容量资源电价响应间接调度的联合调度模型。在此基础上,以资源聚合商利润最大为优化目标,对大容量资源调度性能差异进行滚动在线评估,设置动态综合调度优先级。针对小容量资源间接调度的不确定性,提出了包含模糊参数的机会调度约束。应用改进的粒子群算法将模糊机会约束清晰化并求解调度模型。基于IEEE33节点配电网络,验证了所提模型和算法的有效性和科学性。(本文来源于《电力系统保护与控制》期刊2019年22期）
王艳,蒋天伦[4]（2019）在《融合决策树的分布式多工厂协同生产调度方法》一文中研究指出在分布式多工厂协同生产调度优化问题中,需同时考虑工件在工厂间柔性分配与工件在工厂内柔性调度2个阶段的优化。建立以制造总成本与提前/延期为优化目标的分布式多工厂调度模型,提出一种融合ID3决策树的高斯粒子群优化嵌套寻优算法框架。该框架将各工厂内部独立的调度优化嵌套于工厂间分配寻优过程,并引入精英保留策略提高算法寻优性,将ID3决策树技术融入外层寻优粒子生成过程来降低外层寻优的随机性。通过仿真验证算法在寻优性、收敛性和CPU时间方面的优越性。(本文来源于《系统仿真学报》期刊2019年11期）
钱罕林,何薇,宋芳[5]（2019）在《分布式网络载波通信数据节点调度方法研究》一文中研究指出传统集中式传输调度方法需要汇聚全部节点才能掌握全局信息,受到网络时延影响,导致数据节点调度效果较差,提出了分布式网络载波通信数据节点调度研究方法。通过问题分析,确定节点感知覆盖区域和节点通信覆盖区域,从最短周期、非邻组状态和邻组状态叁种情况下,利用二维平面搭建最优覆盖模型。准备实验数据,解释名词和模拟器符号,计算最小发送周期。经过优化处理后,改善网络时延问题,由此完成分布式网络载波通信数据节点调度。通过仿真实验可知,该方法在数据调度中具有重要作用,调度效率较高,不会受到网络时延影响,具有高效数据传输性能,为分布式网络载波安全通信提供保障。(本文来源于《电子设计工程》期刊2019年21期）
熊郁芬,苏洁莹,王奖,杨银,张勇军[6]（2019）在《含多园区综合能源系统的配电网双层分布式调度》一文中研究指出在能源转型的背景之下,园区综合能源系统成为能源领域发展的重要趋势,多园区综合能源系统与配电网的协同运行受到了重点关注。为此提出了面向多园区综合能源系统的配电网运行的分布式调度管控模式,从而降低了对模型数据的要求和求解的复杂度。通过构建园区综合能源系统以自身运行成本最低为目标的预调度优化模型以及上级配电网优化运行模型,并提出以松弛联络线功率为接口的上下级交互协调机制,进而构建了考虑配电网和多园区综合能源系统为2个不同的利益主体的双层优化调度模型。最后通过算例验证了所提方法能实现上下层电网的协同优化运行。(本文来源于《广东电力》期刊2019年10期）
黄志武[7]（2019）在《物联网感知层节点任务分布式调度算法研究》一文中研究指出针对传统节点任务调度效率低的问题,笔者设计了物联网感知层节点任务分布式调度算法。通过选取任务节点,本算法减少任务集中出现在同一节点的情况,构建任务调度机制,提高调度过程中的资源整合能力。为保证调度的实时性需求,该算法设定调度时间约束,以此完成物联网感知层节点任务分布式调度。实验结果表明,该算法节点任务分布式调度的效率比传统算法效率高,具有实际应用意义。(本文来源于《信息与电脑(理论版)》期刊2019年20期）
冯学晓,刘翠芳[8]（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）
王为国,李云婧,李天惠,辛正祥,刘春静[9]（2019）在《含多种分布式电源的配电网日前优化调度模型的研究》一文中研究指出随着国家对清洁能源的重视程度不断提高,使得具有节能、环保等优点的分布式电源在配电网中的适用率越来越高。针对这一现状,本文尝试建立了以燃气轮机等可控DG作为调度对象,以网络损耗最小作为目标函数的配电网日前优化调度模型,并采用经典的粒子群算法求解所建模型,最后的仿真结果说明了该模型的有效性和先进性。(本文来源于《科技经济导刊》期刊2019年28期）
许广繁[10]（2019）在《数据驱动的分布式工作流中的任务调度方法》一文中研究指出为使工作流中的任务能根据内外部因素的变化进行自适应调度,在分布式工作流模型的基础上,通过基于数据驱动,引入流程版本信息和优化弹簧算法对工作流中的任务进行动态负载平衡调度,提出了一种数据驱动的柔性分布式工作流自适应任务调度方法,以支持工作流中的任务动态自适应调整,以使系统更好地适应环境、优化流程、提高效率。(本文来源于《中国管理信息化》期刊2019年19期）
分布式调度论文开题报告
（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：
近年来深度学习作为学术界与工业界共同关注的热点,取得了飞跃式的发展,在计算机视觉、语音识别等领域取得了令人瞩目的成果.深度学习分训练与推理两个阶段,在实际应用中主要关注的是推理阶段.深度学习推理过程中伴随着巨大的计算量,通过分布式系统提高其计算速度也得到了越来越多的关注.然而,构建分布式深度学习推理系统面临着深度学习加速设备更新迭代快速、上层应用及计算任务复杂多样等挑战.本文设计并实现的系统信息管理框架,用于收集并处理系统中的各类信息,收集及处理的规则具有高度的可扩展性和灵活性,并提供通用的RESTful API数据访问接口,以支持分布式深度学习推理系统对各类硬件加速器的灵活兼容性以及对任务调度策略的动态调整能力.最后,本文通过一个应用实例对该框架的功能进行验证并对实验结果进行分析.
（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。
分布式调度论文参考文献
[1].刘永波,李亚琼,周博,李守超,宋云奎.一种面向分布式机器学习的云计算资源调度方法[J].计算机与数字工程.2019
[2].胡亚辉,朱宗卫,刘黄河,王超.面向任务调度优化的分布式系统信息管理框架[J].计算机系统应用.2019
[3].袁晓冬,费骏韬,胡波,张友旺,葛乐.资源聚合商模式下的分布式电源、储能与柔性负荷联合调度模型[J].电力系统保护与控制.2019
[4].王艳,蒋天伦.融合决策树的分布式多工厂协同生产调度方法[J].系统仿真学报.2019
[5].钱罕林,何薇,宋芳.分布式网络载波通信数据节点调度方法研究[J].电子设计工程.2019
[6].熊郁芬,苏洁莹,王奖,杨银,张勇军.含多园区综合能源系统的配电网双层分布式调度[J].广东电力.2019
[7].黄志武.物联网感知层节点任务分布式调度算法研究[J].信息与电脑(理论版).2019
[8].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
[9].王为国,李云婧,李天惠,辛正祥,刘春静.含多种分布式电源的配电网日前优化调度模型的研究[J].科技经济导刊.2019
[10].许广繁.数据驱动的分布式工作流中的任务调度方法[J].中国管理信息化.2019
论文知识图
