导读:本文包含了分布式网络并行计算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,网络,算法,速比,负载,效率,多项式。
分布式网络并行计算论文文献综述
宋超[1](2018)在《基于Memetic算法和Spark分布式并行计算的社交网络影响最大化研究》一文中研究指出随着互联网技术的发展和大数据时代的到来,社交网络已逐渐成为人们进行信息交互和分享的主要媒介。近年来,越来越多的商家和企业开始利用社交网络进行产品推广和宣传。这种新型的营销模式往往能够以更低的成本带来更好的营销效果。影响最大化问题旨在从社交网络中挖掘出一定数量的有影响力的个体并作为信息的传播源,使信息在整个网络中的影响传播范围达到最大。除了在社交网络信息传播研究领域之外,影响最大化问题还被应用于舆论传播监控和传染病防疫等领域。近年来,越来越多的学者投身到影响最大化问题的研究当中,并提出了许多解决方法。这些算法大致可以分为以下叁类:基于爬山机制的贪婪算法及其改进算法;基于社交网络特性的启发式算法;基于目标函数的优化算法。其中,贪婪算法及其改进算法具有较高的准确率,但是其运行效率较低,不适合求解大规模社交网络的影响最大化问题。相反,启发式算法具有很高的运行效率,但是在准确度和稳定性方面这些算法表现欠佳。针对上述影响最大化问题及现有算法存在的不足,本文的主要从以下几个方面对社交网络影响最大化问题进行了研究:本文创新性地提出了一种基于社区划分和Memetic算法的社交网络影响最大化算法。该算法充分利用社交网络的社区结构特性,通过对重要社区和候选节点的筛选,有效地缩小了初始激活节点的选择空间,提升了算法的运行效率。同时,该算法利用Memetic算法对二级邻域影响传播函数进行优化。为了有效地解决初始激活节点之间影响传播范围的重迭问题,该算法提出了节点度相似性的概念,并将此策略运用到Memetic算法的初始化、交叉、变异和局部搜索操作中。通过在真实网络中的对比实验可以证明,该算法不仅可以有效地解决社交网络影响最大化问题,而且具有较好的运行效率。为了应对超大规模社交网络带来的挑战,本文在Spark计算平台的基础上提出了一种用于解决社交网络影响最大化问题的分布式并行算法框架。该算法利用Spark GraphX分布式并行图计算框架对上文提出的算法进行了实现与改进。该分布式并行算法借鉴并行遗传算法的思路,在算法中设计了迁移算子,这一创新性的改进不仅有效地避免了子种群的未成熟收敛,而且提升了算法的准确度和运行效率。通过在超大规模网络上的实验,证明了该分布式并行算法能够在可以接受的时间范围内有效地解决超大规模社交网络的影响最大化问题,为大数据时代下对超大规模社交网络进行研究提供了借鉴。(本文来源于《西安电子科技大学》期刊2018-04-01)
王健,陈威,汤卫东,王昊,金芬兰[2](2017)在《分布式并行网络拓扑计算关键技术研究》一文中研究指出为解决由于不断扩大的电网规模和不断复杂的网络拓扑复杂程度,导致传统拓扑着色分析方法速度慢、效率低,无法适应电力系统应用软件高时效性要求的问题,研究了分布式并行网络拓扑计算关键技术。通过研究合理的网络拓扑模型划分算法,首先对拓扑计算程序改造成多线程并行处理的方式;再充分利用集群和网络的资源,将整个网络拓扑进行划分,由不同的服务器进行并行的分析与计算;最后每台并行的服务器再采用高效率的网络拓扑分析算法。经过以上几个步骤,分布式并行的网络拓扑计算可以提高可扩展性和可靠性,并且可以充分提高拓扑计算和程序运行的效率。(本文来源于《电力系统保护与控制》期刊2017年02期)
[3](2015)在《第17届IEEE/ACIS软件工程、人工智能、网络、并行/分布式计算国际会议(英文)》一文中研究指出国际计算机和信息科学协会(International Association for Computer and Information Science,ACIS)已正式确定第17届软件工程、人工智能、网络和并行/分布式计算国际大会(SNPD 2016)将于2016年5月30日至6月1日在上海举行,由上海大学承办。会议将聚集来自世界各地的研究人员、工程师、工业实践者以及学生,讨论和交流计算机和信息科学领域的新思想、研究成果和实践经验。会议的核心主题包括软件体系结构与构件技术、模型驱动软件工程、算法、人工智能、互联网+、并行和分布(本文来源于《智能系统学报》期刊2015年05期)
张代远[4](2010)在《基于分布式并行计算的神经网络算法》一文中研究指出为了提高计算性能(速度与可扩展性),提出了一种新颖的神经网络的并行计算体系结构和计算网络权函数的训练算法。权函数是广义Chebyshev多项式和线性函数的复合函数,只需要通过代数计算就可以求得,不需要梯度下降计算或者矩阵计算。各个权函数能够独立求解,可以通过并行系统采用并行算法计算。算法可以求得全局最优点,得到反映网络误差的一个有用的表达式。此外,算法在不超过权函数总数的范围内,还具有维持加速比与并行系统中提供的处理器的数量成线性增长的能力。仿真实验结果表明,本文算法的计算性能远远优于传统算法。(本文来源于《系统工程与电子技术》期刊2010年02期)
刘进忠,高大治,王宁[5](2008)在《一种水声传播的分布式网络并行计算方法》一文中研究指出1.引言数值求解是实际情况下水声传播计算的常用方法,常用的水声场数值计算模型主要有射线方法模型(如RAY、HARPO、TRIMAIN等)、简正波(本文来源于《2008年全国声学学术会议论文集》期刊2008-10-01)
付朝江[6](2008)在《基于网络并行计算的分布式PGA结构优化》一文中研究指出网络并行计算是当今并行计算发展的新方向。在网络并行环境下探讨了并行遗传算法进行结构优化设计及其算法的实现方法。并在四台 PC 机组成的网络平台上,进行了钢屋架结构优化设计的数值测试。计算结果表明,设计的并行算法在网络并行计算环境中具有较高的加速比和效率,同时验证了并行遗传算法用于结构优化是可行的和有效的。(本文来源于《建筑技术开发》期刊2008年02期)
朱双双,傅华明[7](2007)在《基于池化架构的分布式并行计算网络系统的研究》一文中研究指出随着网络的快速发展,通过整合分散的计算资源,搭建分布式并行计算环境进行大规模分布式计算已成为重要趋势。本文分析了现有分布式计算系统结构的本质特征,明确了搭建分布式并行网络系统与现有网络结构之间的矛盾,提出了一种新的基于池化技术架构的分布式并行计算网络连接结构并讨论了其中关键难点问题。(本文来源于《计算机与信息技术》期刊2007年10期)
高林杰,隽志才,张伟华[8](2007)在《分布式并行计算在交通网络仿真中的应用》一文中研究指出根据交通网络仿真的并行特征采用域分解方法设计交通并行仿真系统的框架,把交通网络分为几个子网,集群系统的每个节点机分别负责其中的一个子网,提出基于车辆数负载的网络分割算法来平衡各子网的负载量,并分析子网之间的通信机理。同时,在基于MPI的并行计算平台上实现设计的并行仿真系统。通过实例表明,提出的并行算法能大大提高交通网络仿真的速度和效率。(本文来源于《计算机应用研究》期刊2007年08期)
付朝江,张武,习小俊[9](2005)在《基于网络并行计算的分布式并行遗传算法的结构优化》一文中研究指出网络并行计算是当今并行计算发展的新方向.在网络并行环境下探讨了并行遗传算法进行结构优化设计及其算法的实现方法.并在四台PC机组成的网络平台上,进行了桁架结构优化设计的数值测试.计算结果表明,设计的并行算法在网络并行计算环境中具有较高的加速比和效率,同时验证了并行遗传算法用于结构优化是可行的和有效的.(本文来源于《南昌大学学报(工科版)》期刊2005年02期)
胡凯[10](2004)在《网络分布式并行计算的负载平衡》一文中研究指出利用分布式系统动态负载平衡的原理 ,设计了一种适应网络分布式并行计算环境的负载平衡实现机制 ,采用集中式负载信息收集策略 ,集中和分布式相结合的传输控制策略 .定义了一种新的复合型负载指标来衡量各处理机的负载程度 .讨论了相应的理论和实现中的关键问题 ,给出了主要的实现策略和算法 .仿真比较研究表明这种体系结构和相应策略能对网络环境下分布式并行计算提供有力支持 .(本文来源于《北京航空航天大学学报》期刊2004年11期)
分布式网络并行计算论文开题报告
(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:
为解决由于不断扩大的电网规模和不断复杂的网络拓扑复杂程度,导致传统拓扑着色分析方法速度慢、效率低,无法适应电力系统应用软件高时效性要求的问题,研究了分布式并行网络拓扑计算关键技术。通过研究合理的网络拓扑模型划分算法,首先对拓扑计算程序改造成多线程并行处理的方式;再充分利用集群和网络的资源,将整个网络拓扑进行划分,由不同的服务器进行并行的分析与计算;最后每台并行的服务器再采用高效率的网络拓扑分析算法。经过以上几个步骤,分布式并行的网络拓扑计算可以提高可扩展性和可靠性,并且可以充分提高拓扑计算和程序运行的效率。
(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。
分布式网络并行计算论文参考文献
[1].宋超.基于Memetic算法和Spark分布式并行计算的社交网络影响最大化研究[D].西安电子科技大学.2018
[2].王健,陈威,汤卫东,王昊,金芬兰.分布式并行网络拓扑计算关键技术研究[J].电力系统保护与控制.2017
[3]..第17届IEEE/ACIS软件工程、人工智能、网络、并行/分布式计算国际会议(英文)[J].智能系统学报.2015
[4].张代远.基于分布式并行计算的神经网络算法[J].系统工程与电子技术.2010
[5].刘进忠,高大治,王宁.一种水声传播的分布式网络并行计算方法[C].2008年全国声学学术会议论文集.2008
[6].付朝江.基于网络并行计算的分布式PGA结构优化[J].建筑技术开发.2008
[7].朱双双,傅华明.基于池化架构的分布式并行计算网络系统的研究[J].计算机与信息技术.2007
[8].高林杰,隽志才,张伟华.分布式并行计算在交通网络仿真中的应用[J].计算机应用研究.2007
[9].付朝江,张武,习小俊.基于网络并行计算的分布式并行遗传算法的结构优化[J].南昌大学学报(工科版).2005
[10].胡凯.网络分布式并行计算的负载平衡[J].北京航空航天大学学报.2004