导读:本文包含了分布式工作流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:工作流,分布式,电力,时间,观察者,讯息,自适应。
分布式工作流论文文献综述
吴占锋[1]（2019）在《基于JMX技术的分布式工作流系统的研究与实现》一文中研究指出分布式工作流技术已成为当下国内外争相研究的热点,但大多数产品都并未形成统一的标准化,在互操作性和扩展性方面也都不具优势。基于此,结合Java管理扩展框架(Java Management Extensions,即JMX)、观察者模式、RMI等技术提出了一种分布式工作流系统实现方案。在该方案中,首先对涉及到的关键性技术进行了概要回顾,并对设计原理、系统体系结构、算法实现分别做出了分析和阐述。最后,根据算法分析,给出了一个应用实例,来说明具体的实现方式。(本文来源于《江西科学》期刊2019年05期）
许广繁[2]（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）
何思源,欧博,廖鑫[3]（2018）在《分布式工作流环境下角色匹配的访问控制模型》一文中研究指出在分布式工作流环境中,为了使用户获得最合适的权限来执行工作流任务,往往需要给用户指派相应的角色。针对一组给定授权下的用户最佳角色匹配问题,提出一种分布式工作流环境下角色匹配的访问控制模型。该模型可以根据工作流的不同任务,从系统的角色中寻找拥有相关任务执行权限的一组或多组角色集合,然后参考环境、时间约束和角色间的继承关系来进行匹配优化,最终为用户选取最优的角色集合。实验表明,该模型能够剔除冗余角色,为用户精确分配一组最小的角色集合,从而达到角色匹配优化的目的。(本文来源于《计算机科学》期刊2018年07期）
莫义弘[4]（2018）在《基于分布式工作流的城市轨道交通应急辅助决策关键问题研究》一文中研究指出城市轨道交通运营以“安全”和“高效”为核心要求,但随着我国城市轨道交通的高速发展,庞大复杂的路网结构、日益增加的网络客流、制式繁多且日渐老化的设施设备等因素都会为日常运营生产带来安全隐患,引发各类运营突发事件。如运营管理部门无法对突发事件做出快速有效的反应,则可能造成行车延误、运营中断等不良影响,降低城市轨道交通的服务水平,甚至对乘客的生命财产安全造成威胁。因此,如何提升轨道交通运营管理部门面对突发事件的应对能力和处置效率,是城市轨道交通应急安全管理亟需解决的问题。本文从突发事件整理、应急处置组织架构优化、应急处置流程重组、应急预案数字化管理和应急辅助决策系统研发等方面进行研究,针对当前我国城市轨道交通应急处置存在的问题提出切实有效的解决方案,具体研究内容包括:(1)对城市轨道交通突发事件及应急处置现状进行总结和分析,包括突发事件概念、属性、分级分类方法、产生机理及影响、应急处置组织架构、处置原则、存在的亟待解决的关键问题;(2)提出基于分布式协同理论和工作流管理技术进行城市轨道交通应急处置组织架构及处置流程建模。分析分布式协同体系下应急处置作业业务过程及工作流建模特点,借助统一建模语言分别建立组织架构模型和处置流程模型;(3)形式化梳理轨道交通应急预案并建立数字化管理模型,基于数字化管理模型提出突发事件的预案匹配及辅助决策方案生成算法;(4)设计开发面向调度指挥层应急处置辅助决策系统,实现突发事件快速接警、应急预案精确匹配、辅助决策方案智能生成、处置过程实时监控等功能。论文研究的主要创新点体现在:(1)将分布式协同理论引入轨道交通应急处置的研究中,建立了适用于轨道交通应急管理的分布式协同体系模型;(2)基于工作流管理技术对轨道交通应急处置作业进行业务流程重组,提出了基于时间约束的应急处置过程模型;(3)建立应急预案数字化管理模型和基于突发事件的预案匹配与辅助决策方案生成算法并实现系统开发。本文的研究成果有助于提升城市轨道交通的应急处置能力和运营安全管理水平。(本文来源于《深圳大学》期刊2018-06-30）
周敏[5]（2018）在《地理分布式云中面向工作流应用的负载均衡调度方法研究》一文中研究指出随着互联网的快速发展,在线搜索、视频流和社交网络等工作流应用越来越多的依赖于云服务,云服务在我们生活中起着越来越重要的作用。如今许多云服务部署在地理分布式基础设施上,即位于不同地区的云数据中心,以获得更好的性能和可靠性。地理分布式云的规模越大,工作流应用的复杂性越高,系统运行更容易产生资源浪费和能耗过多的情况。如何合理的分配使用云资源和降低系统能耗成为亟待解决的问题。因此研究地理分布式云中面向工作流应用的负载均衡调度方法具有较高的理论和实际应用意义。鉴于以上应用场景和问题,本文从以下叁个方面展开研究:(1)为了考虑地理分布式云环境中云状态对工作流作业执行效率的影响,本文设计了一种地理分布式云中基于负载均衡的工作流作业调度算法。该算法首先根据云的负载、云的资源利用率和作业的复杂度,利用Logistic算法对云的状态进行分析,并根据云的状态预测作业在云上的执行时间。然后根据作业的到达率和云的作业执行能力对每个云建立M/M/C排队模型,并利用线性等式约束下的非线性规划方法求解每个云的作业到达率。最后根据作业到达各个云的速率对作业进行调度分配,确保各个云的负载均衡,实现了减少作业等待时间和提高系统吞吐量的目标。(2)为了提高地理分布式云环境下基于工作流应用的任务调度方法的性能,本文设计了一种地理分布式云中基于最短路径算法的工作流任务调度算法。该算法首先将工作流应用建模成超图的形式,并按照任务之间的执行关系和K-路划分算法将超图划分为K个部分。然后将每个部分的工作流任务调度转化为最短路径问题,并将任务的执行能耗和执行时间作为任务调度图中边权重的衡量指标,接着使用基于Fibonacci堆的Dijkstra算法求解所有任务的执行节点。最后按照任务的执行节点将任务按顺序调度到对应的计算节点上执行,以保证各个计算节点的负载均衡,缩短所有任务的完成时间,并减少系统的总能耗。(3)对所提算法进行实验验证。在地理分布式云中基于负载均衡的工作流作业调度算法实验中,首先验证Logistic回归的作业执行时间预测的准确性,当实验重复次数为200时,预测算法的平均绝对百分比误差(MAPE)最高为3.4%;然后将所提算法与SRPT算法和SWAG算法进行比较,实验结果表明,本文算法的作业平均等待时间分别比SRPT和SWAG算法低66.7%和41%,作业平均响应时间分别比SRPT和SWAG算法低45.2%和31%,系统吞吐量分别比SRPT和SWAG算法高40.3%和22.7%。在地理分布式云中基于最短路径算法的工作流任务调度算法实验中,首先验证任务的划分数最优为64,然后与MCMKCut和CAWT算法进行对比,实验结果表明,本文算法的任务平均完成时间分别比MCMKCut算法和CAWT算法低35%和22.9%,系统总能耗分别比MCMKCut算法和CAWT算法低50.9%和31.1%,QoS满意率分别比MCMKCut算法和CAWT算法提高7.4%和3.8%。(本文来源于《武汉理工大学》期刊2018-03-01）
李红波[6]（2017）在《电力调度中的分布式工作流设计》一文中研究指出伴随着全球一体化信息技术的飞速发展,现代化工厂企业生产中对于电力调度的要求也越来越高,因而分布式工作流广泛地被应用在了各大工厂的机电一体化自动控制生产中,本文将主要针对现代化工厂电力调度环节中的分布式工作流设计与实现进行分析,希望可以保证工厂电力系统的正常调度运作,提高企业生产的经济效益。(本文来源于《中国战略新兴产业》期刊2017年44期）
冯朴[7]（2017）在《电力调度分布式工作流的设计与实现》一文中研究指出电力系统安全调度是电网安全稳定运行的基础。在海量数据的视域下,传统通过数据库进行工作流数据存储方式虽然统计便利,但是调用数据库的过程十分复杂,效率比较低,不利于即时调度、指挥及跨系统流转。本文依照国家电网现有的智能调度技术支持平台为基础蓝本,结合总线服务、邮件服务和电力分布式工作流的特点,提出电力调度分布式流程交互及服务集成机制设计与实现方式。(本文来源于《通讯世界》期刊2017年22期）
郑相磊[8]（2017）在《电力调度分布式工作流的设计与实现》一文中研究指出伴随着我国科技水平不断发展,信息技术已经被应用到各行各业,正在深刻地影响着人们的工作和生活。在信息技术的影响之下,各企业单位为了提高自己的竞争力,开始注重对于自身所掌握资源的整合调度,寻求更加合理的运用方式,而分布式工作流获得了众多企业单位的认可。在电力调度工作中,分布式工作流体系的运用,更加有利于调度装置的健康运行。本文从分析如何在电力调度工作中建立分布式工作流体系着手,研究了如何将分布式工作流在电力调度工作中合理地实现,希望能够对电力调度活动的发展有所帮助。(本文来源于《农村经济与科技》期刊2017年16期）
蒋军强[9]（2017）在《异构分布式计算系统下工作流能耗与时间优化研究》一文中研究指出异构分布式计算系统(heterogeneous distributed computing system,HDCS)以其计算能力强大、部署方便快捷、资源管理灵活等优点,在工业界和学术界扮演重要角色;与此同时,以大数据量,多任务处理和密集计算为特征的大型企业和科学应用工作流逐渐成为业界主流。因此,HDCS与工作流有着天然的计算紧耦合关系。然而,庞大的系统和应用必然对能耗有着巨大的需求。如何在满足用户服务质量(Quality of Service,QoS)的同时,降低系统整体能耗缩短应用完工时间是一个亟待解决的问题。本文主要面向配置动态电压/频率调整(dynamic voltage-frequency scaling,DVFS)技术计算节点的 HDCS 下的有向无环图(directed acyclic graph,DAG)工作流调度问题,针对不同QoS约束,分别就工作流能耗与调度时间优化问题展开研究,具体包含以下几个方面:(1)提出一种时间约束的工作流能耗优化算法。针对现有异构分布式动态电压/频率计算系统下具有时间约束的工作流能耗优化算法易陷入局部最优的问题,提出了一种新的全局能耗优化算法:反向蛙跳全局能耗感知算法(Backward Frog-leaping global Energy Conscious Scheduling,BFECS)。该算法利用工作流下界完成时间和约束时间之间存在的盈余,逐步从约束时间开始,以不同的跃度值向下界完成时间反向蛙跳,在此过程中基于局部最优解的判断不断调整跃度值直至蛙跳终点,同时保留该过程中工作流满足时间约束且任务运行能耗最小的调度序列。在此基础上利用处理器松弛时间回收技术,在保持任务间依赖关系和满足工作流截止时间约束的前提下,调整处理器运行电压/频率至更低的合适级别上,从而进一步降低工作流运行能耗。实验表明,算法能显着降低工作流整体能耗,节能优势明显。(2)提出两种成本约束的工作流能耗优化启发式调度算法。随着商业化计算的快速发展,HDCS已经基于效用计算模型衍生出新的服务提供方法,用户根据其QoS要求消费服务和资源。在这种新的即付即用模式下,用户将根据使用情况为服务支付费用,一般情况下,用户支付的费用有限。同时,商业化的HDCS提供商也肩负着降低能耗以节约资源保护环境的责任。针对配置DVFS技术的HDCS中具成本约束的DAG工作流,基于最大成本-能耗收益规则,提出了两种启发式调度算法:Minimum-Cost-Up-to-Budget(MCUB)和Maximum-Cost-Down-to-Budget(MCDB),用于解决执行成本不超用户预算的同时最小化系统整体能耗的优化问题。进一步地,根据最大收益规则目标函数算子选择模式的不同.每个算法又衍生出叁个变种。最后通过使用四种不同类型DAG工作流对它们展开的评估,验证了 MCDB在能耗优化和完工时间方面均要优于MCUB,且不会破坏用户的成本预算。(3)多工作流调度能耗与时间优化研究。针对HDCS中多工作流调度,挑战性问题之一是如何在调度时间和整体能耗之间做出合理的权衡。在本文中,针对多个DAG工作流,基于四种不同的宏观调度策略,分别提出五个算法:顺序调度算法,轮询调度算法,时隙调度算法,交叉调度算法和合并调度算法,以解决多工作流任务在计算节点之间的分配问题;接下来,基于DVFS技术,我们又提出多工作流松弛时间回收算法(Multiple-Workflows-Slack-Time-Reclaiming,MWSTR),以解决多工作流的整体能耗优化问题。最后的实验结果表明,在调度HDCS中的多个DAG工作流时,交叉调度算法和MWSTR算法组合能在时间与能耗二者间取得很好的平衡。(本文来源于《湖南大学》期刊2017-06-26）
肖丹[10]（2017）在《论电力调度分布式工作流的设计与实现》一文中研究指出电力调度工作在电力工作中占有很重要的地位,它的好坏,将会直接影响到电力事业的发展。而且关于电力调度分布式工作流的设计与实现的问题也是现在我们国家重点研究的一项课题,可见它有着不可忽视的地位。因此,本文就电力调度工作展开讨论,对其分布式工作流的设计与实现进行研究,并提出相应的见解,从而更好地实现电力调度工作稳定性以及效率性的目标,以供参考。(本文来源于《科技视界》期刊2017年08期）
分布式工作流论文开题报告
（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：
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。
（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。
分布式工作流论文参考文献
[1].吴占锋.基于JMX技术的分布式工作流系统的研究与实现[J].江西科学.2019
[2].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
[3].何思源,欧博,廖鑫.分布式工作流环境下角色匹配的访问控制模型[J].计算机科学.2018
[4].莫义弘.基于分布式工作流的城市轨道交通应急辅助决策关键问题研究[D].深圳大学.2018
[5].周敏.地理分布式云中面向工作流应用的负载均衡调度方法研究[D].武汉理工大学.2018
[6].李红波.电力调度中的分布式工作流设计[J].中国战略新兴产业.2017
[7].冯朴.电力调度分布式工作流的设计与实现[J].通讯世界.2017
[8].郑相磊.电力调度分布式工作流的设计与实现[J].农村经济与科技.2017
[9].蒋军强.异构分布式计算系统下工作流能耗与时间优化研究[D].湖南大学.2017
[10].肖丹.论电力调度分布式工作流的设计与实现[J].科技视界.2017
论文知识图
