导读:本文包含了流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:工作流,算法,数据流,截止时间,预算,分配,科学。
流调度论文文献综述
钟诗奇,龚晓峰[1]（2019）在《基于改进粒子群算法的云工作流调度》一文中研究指出针对目前云计算服务中用户体验的要求不断提高,工作流业务繁多且复杂的现状,本文为了改善工作流中各子任务执行效率不平均以及计算资源利用率低的问题,通过云工作流仿真环境,结合群体智能优化算法理论,根据科学工作流模型,创建任务集合,提出一种改进粒子群优化算法(PSO)用以优化工作流中任务调度策略,并进行仿真。仿真结果表明,本文提出的改进粒子群优化算法,与模拟退火粒子群优化算法(SA-PSO)对比,特别在面对云工作流节点多而复杂的情况时,执行成本可以减少20%,调度效果更好。(本文来源于《电子设计工程》期刊2019年20期）
臧韦菲,兰巨龙,胡宇翔[2]（2019）在《基于松弛时间与累计发送量的数据中心网络混合流调度机制》一文中研究指出数据中心网络中同时存在截止时间流(deadline flow)和非截止时间流(non-deadline flow),为降低非截止时间流的平均完成时间(Average Flow Complete Time,AFCT)同时维持低截止时间错失率(Deadline Miss Rate,DMR),本文提出了一种基于松弛时间与累计发送量的混合流调度机制(Slack Time and Accumulation based Mix-flow Scheduling,STAM).首先通过引入松弛时间的概念,衡量截止时间流对非截止时间流在传输时延上的宽容度;然后根据松弛时间,通过使截止时间流尽可能接近其规定截止时间完成,降低非截止时间流的完成时间;最后,利用最小累计发送量优先策略进一步降低非截止时间流的平均完成时间.仿真结果表明,该机制能有效降低非截止时间流的平均完成时间,同时保证较低的截止时间错失率.(本文来源于《电子学报》期刊2019年10期）
王柳婧,蒋一翔,徐元根[3]（2019）在《基于多约束图分割机制的科学工作流调度》一文中研究指出为了解决数据密集型环境下的科学工作流应用调度问题,提出一种基于多约束图分割的工作流调度算法。解决标准图分割方法中顶点维度单一而无法反映任务并行性的问题;设计多维度的顶点权重矢量机制,通过有向边的修剪,在所有维度上实现权重和的均衡;得到最小化的任务间数据传输量,降低通信代价。以Montage工作流结构为例进行仿真实验,结果表明,该算法仅以较小的图分割时间代价使得工作流调度过程中的访问量降低了14%,调度时间降低了31%。(本文来源于《计算机应用与软件》期刊2019年10期）
张继炎,郑汉垣[4]（2019）在《云环境下基于预算分配的科学工作流调度研究》一文中研究指出云环境下的科学工作流部署不同于传统的独立任务调度,需同步考虑调度代价与时间问题。为此,提出基于预算分配的科学工作流调度方法,将工作流任务与虚拟机资源间的映射求解分为预算分配和资源提供与调度2个阶段。为优化预算使用,设计基于快优先的预算分配算法(FFTD)和基于慢优先的预算分配算法,实现预算在各任务间的子分配。基于任务最早完成时间的降序排列进行任务选择,在虚拟机可重用的情况下根据单个任务的子预算进行资源分配,保证工作流任务的顺利调度。引入5种常规类型的科学工作流进行实验,测试算法在不同类型工作流结构和不同预算约束下的性能,结果表明,FFTD算法在72%、88%、84%的实验场景中相比BDT-AI算法具有更高的虚拟机资源利用率、预算约束满足率以及更短的调度时间,综合性能更优。(本文来源于《计算机工程》期刊2019年09期）
葛茂松,王永利,张立铭,赵佳彬,于占龙[5]（2019）在《基于MapReduce的并行数据流调度策略》一文中研究指出本文提出一种基于MapReduce的并行数据流调度策略,包括作业性能估计策略和任务调度策略。通过对过去作业和任务信息的统计,对任务完成时间、所需资源和优先级进行估算,并以此对作业进行调度。经实验测试,利用该策略设计的算法可达到预期调度目标。(本文来源于《电脑知识与技术》期刊2019年26期）
薛庆水,李凤英[6]（2019）在《基于云环境的双QoS约束多目标工作流调度》一文中研究指出针对多QoS约束的工作流调度优化问题,提出一种云环境下的工作流多目标调度遗传算法。为寻找满足预算和期限双QoS约束的工作流执行时间与代价的同步最优解,建立遗传调度模型。对工作流进行结构分层,确保任务执行顺序;将个体惩罚因素引入适应度函数中,保留接近约束的边界解,扩展解空间分布;在层次、任务及资源层面上设计3种遗传交叉和变异,增加最优解的求解概率。实验结果表明,该算法在Pareto最优解分布、收敛性和稳定性及调度效率方面均优于基准算法。(本文来源于《计算机工程与设计》期刊2019年08期）
杜艳明,肖建华[7]（2019）在《云环境下基于优先级的多QoS约束工作流调度》一文中研究指出为了实现云计算环境中工作流调度的执行时间与代价的均衡优化,提出了一种截止时间与预算双QoS约束条件下的工作流均衡调度算法。该算法将最优调度方案的求解过程划分为两个阶段:资源分级调度阶段和任务分级调度阶段。资源分级调度阶段中,算法通过任务升秩值定义任务优先级,并将任务按升秩值排序后为任务选择满足双QoS约束的适合资源集;进一步,在任务分级调度阶段,算法定义了4条满足时间/代价均衡的最优资源选择规则,进而得到最优工作流调度方案。通过设计算例,详细阐述了新算法的思想。最后,通过现实科学工作流的仿真测试,将所提算法与同类算法进行了性能比较。结果表明,在不同紧密程度的约束条件下,所提算法在调度代价、调度时间和调度成功率等指标上均表现出更优的性能,可以有效实现均衡调度。(本文来源于《计算机科学》期刊2019年10期）
蔡艳婧,王强,程实[8]（2019）在《基于局部关键路径与截止期限分配的云工作流调度算法》一文中研究指出为了解决云计算中截止期限约束下的工作流调度代价优化问题,提出一种基于局部关键路径和截止期限分配的工作流任务调度算法。为了满足期限约束,并最小化执行代价,算法将工作流任务的调度过程划分为两个阶段:期限分配阶段和调度资源选择阶段。期限分配阶段定义工作流的局部关键路径,并以递归的方式在局部关键路径上的任务间进行子期限分配;调度资源选择阶段在满足任务子期限的同时,为每个任务选择执行代价最低的资源进行任务调度,以实现调度代价优化。分析算法的时间复杂度,并通过一个算例对算法的实现思路进行了详细阐述。通过科学工作流结构的仿真实验,证明了算法不仅可以满足截止期限约束,而且可以降低工作流任务的执行代价。(本文来源于《计算机应用与软件》期刊2019年08期）
葛茂松,富春岩,支援,李微娜,周虹[9]（2019）在《一种优化的并行数据流调度算法》一文中研究指出很多需要对数据流进行实时处理、快速响应。本文对已有的MapReduce调度器进行了分析,结合它们的优缺点,对MapReduce调度算法进行了优化。实验表明,该优化算法可进行精准的估算,运行效率较高。(本文来源于《电脑知识与技术》期刊2019年22期）
党云龙,封筠,殷梦莹[10]（2019）在《截止时间约束的工作流调度自适应进化方法》一文中研究指出工作流是云计算环境下任务的主要表现形式,工作流任务调度问题是一个典型的NPC问题,进化算法在解决这类问题方面具有明显优势。然而,传统的进化算法容易陷入局部最优,造成早熟结果。提出一种考虑截止时间约束条件下的自适应遗传进化方法,采用适应度修正均值来自适应计算交叉概率、变异概率,引入惩罚函数自适应修正适应度,以避免陷入局部最优。在WorkflowSim仿真环境上,选用具有代表性的Montage科学工作流,与5种算法的对比实验结果表明在4种不同截止时间约束下,所提方法的约束满足程度最高,且能够在贴近用户截止时间约束的执行时间下花费更小的成本。(本文来源于《石家庄铁道大学学报(自然科学版)》期刊2019年03期）
流调度论文开题报告
（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：
数据中心网络中同时存在截止时间流(deadline flow)和非截止时间流(non-deadline flow),为降低非截止时间流的平均完成时间(Average Flow Complete Time,AFCT)同时维持低截止时间错失率(Deadline Miss Rate,DMR),本文提出了一种基于松弛时间与累计发送量的混合流调度机制(Slack Time and Accumulation based Mix-flow Scheduling,STAM).首先通过引入松弛时间的概念,衡量截止时间流对非截止时间流在传输时延上的宽容度;然后根据松弛时间,通过使截止时间流尽可能接近其规定截止时间完成,降低非截止时间流的完成时间;最后,利用最小累计发送量优先策略进一步降低非截止时间流的平均完成时间.仿真结果表明,该机制能有效降低非截止时间流的平均完成时间,同时保证较低的截止时间错失率.
（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。
流调度论文参考文献
[1].钟诗奇,龚晓峰.基于改进粒子群算法的云工作流调度[J].电子设计工程.2019
[2].臧韦菲,兰巨龙,胡宇翔.基于松弛时间与累计发送量的数据中心网络混合流调度机制[J].电子学报.2019
[3].王柳婧,蒋一翔,徐元根.基于多约束图分割机制的科学工作流调度[J].计算机应用与软件.2019
[4].张继炎,郑汉垣.云环境下基于预算分配的科学工作流调度研究[J].计算机工程.2019
[5].葛茂松,王永利,张立铭,赵佳彬,于占龙.基于MapReduce的并行数据流调度策略[J].电脑知识与技术.2019
[6].薛庆水,李凤英.基于云环境的双QoS约束多目标工作流调度[J].计算机工程与设计.2019
[7].杜艳明,肖建华.云环境下基于优先级的多QoS约束工作流调度[J].计算机科学.2019
[8].蔡艳婧,王强,程实.基于局部关键路径与截止期限分配的云工作流调度算法[J].计算机应用与软件.2019
[9].葛茂松,富春岩,支援,李微娜,周虹.一种优化的并行数据流调度算法[J].电脑知识与技术.2019
[10].党云龙,封筠,殷梦莹.截止时间约束的工作流调度自适应进化方法[J].石家庄铁道大学学报(自然科学版).2019