导读:本文包含了工作流实例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,实例,算法,服务质量,成本,组合,租户。
工作流实例论文文献综述
郑婷婷,余阳[1]（2019）在《一种工作流实例超时风险预测方法》一文中研究指出为了保证工作流实例在其截止期内的完成率,提出一种基于剩余时间计算及异常原因分析的超时风险预测方法。该方法基于工作流日志的状态转移系统,在事件日志中提取并分析时间信息,通过事件轨迹分析及时间计算,预测完成当前实例所需的剩余时间及实例在其截止期内完成的概率。并对可能造成实例超时异常的原因进行分类,构建超时风险评估的贝叶斯网络,以此评估实例发生超时异常的概率。预测及评估的结果可应用于实例执行进度监控及高风险实例定位。实验表明,与其他方法相比,这种时间预测及风险评估的方法能较准确地评估实例的执行进度,定位可能发生超时异常的实例,有助于关注超时风险较高的实例,保证工作流实例的有效性。(本文来源于《现代电子技术》期刊2019年06期）
周瑶,盛国军,张益民,张泽瀚[2]（2019）在《实例密集型云工作流的改进调度算法》一文中研究指出针对优化云环境下资源调度问题的效率,为实例密集型云工作流提出一种改进的调度算法。它使用直接非循环图(DAG)来模拟工作流过程,然后采用聚类方法对云服务资源进行分类,并优化资源策略以匹配整个工作流实例的执行时间和成本。实验结果表明,该算法可以有效提高效率,降低使用云资源调度实例密集型云工作流的成本。(本文来源于《现代计算机(专业版)》期刊2019年01期）
王福田,李月婷,章程,张以文,刘晓[3]（2018）在《实例密集型商务工作流检测点选择策略》一文中研究指出鉴于云计算的动态性导致商务工作流的服务质量得不到保障,需要在商务工作流的执行过程中对其进行监测分析,提出一种针对实例密集型商务工作流检测点的选择策略。该策略通过对商务工作流活动规模进行分析,用一次拟合函数确定检测点的位置。通过分析商务工作流检测点时刻的吞吐量,该策略完成了对整个商务工作流运行时间的预测。通过实验验证,该策略下的商务工作流在云环境下的服务质量能够达到用户要求。(本文来源于《计算机集成制造系统》期刊2018年07期）
潘光磊[4]（2018）在《考虑资源可靠性的多租户实例密集型工作流调度方法》一文中研究指出多租户是云计算的重要特征之一,通过在多个租户之间共享使用软硬件资源,从而有效降低基础设施的成本,实现规模经济效益。电子商务的快速发展使得实例密集型工作流调度问题日益突出,同时也导致高并发环境下资源可靠性问题。资源失效会使得任务执行失败,影响调度性能。本文研究考虑资源可靠性的多租户实例密集型工作流调度方法,具有重要的理论意义和实际应用价值。本文研究考虑资源可靠性的多租户实例密集型工作流调度问题,首先提出改进的多租户云计算环境下的工作流调度参考架构,并在架构中融入了资源可靠性服务模块,该架构使得多个租户可以在共享的云基础设施上运行工作流实例。鉴于资源可靠性对工作流调度问题具有重要影响,本文提出了一个混合资源可靠性评估方法,该方法可用于实时评估资源可靠性。针对该问题的特点和性质,本文提出实例成功熵的概念用于评估所有租户的服务质量,实例成功熵越小,应用服务质量越好,并以此为优化目标,明确问题的约束条件建立数学模型。在上述基础上,本文提出了一个考虑资源可靠性的工作流调度算法WSRRA。该算法主要包含四个重要部分:QoS划分方法、排序规则、任务调度和基于时间窗口的资源可靠性更新方法。其中,QoS划分方法由子截止期分配方法和子预算分配方法组成。排序规则主要包括租户优先级划分规则、任务排序规则以及资源排序规则。任务调度时,以时间窗口为单位对就绪任务进行调度,选择资源时,将资源可靠性作为重要考虑因素,以提升任务和实例执行成功率,并根据任务执行情况采用基于时间窗口的资源可靠性更新方法对资源可靠性进行实时更新。为验证本文所提出算法的有效性,首先采用方差分析技术对算法进行参数校正和组成部分分析,选择最佳的参数和组成部分;然后将本文所提算法与本问题相关算法进行比较和分析。实验结果表明,本文所提出的算法由于考虑了资源可靠性,在不同松紧程度的截止期和预算约束下,算法性能均明显优于比较算法。(本文来源于《东南大学》期刊2018-06-06）
陆海良,郁钢,高扬华[5]（2018）在《企业协同平台工作流实例模型的构建》一文中研究指出传统的工作流引擎在处理活动实例时,缺少对实例之间活动关系的数据描述和操作,导致实例处理时关联较多而效率不高。为此,构建处理实例的工作流模型,定义处理活动实例间连接关系及数据操作,并设计了实例模型发掘算法对构建的模型正确性予以验证。在企业协同平台上验证了该模型的正确性和算法的有效性。(本文来源于《工业控制计算机》期刊2018年01期）
文一凭,窦万春,刘建勋,陈爱民,周旻昊[6]（2017）在《安全与成本感知的实例密集型云工作流调度方法》一文中研究指出针对现有实例密集型云工作流调度方法未考虑安全需求及未引入实例的不足,构建了相应的调度模型,并通过借鉴信任管理的思想,提出基于用户信任度的工作流实例方面处理策略以及一种安全与成本感知的实例密集型云工作流调度算法(SC-ICW)。该算法可在满足截止时间与安全需求约束的前提下优化执行成本,并减少实例方面处理可能引发的安全风险。通过仿真实验说明了该算法的有效性。(本文来源于《计算机集成制造系统》期刊2017年05期）
马子泰,曹健,姚艳[7]（2017）在《云环境下使用竞价实例并考虑中间数据存储策略的工作流调度方法》一文中研究指出为了在存储空间有限或者考虑存储成本的情况下选择性存储数据集,结合云环境的特点,提出一个启发式的考虑选择性存储中间数据集并结合用户工作流的完成时间需求,将竞价实例与按需实例相结合的工作流调度算法。根据全局权重对任务进行分组与调度,通过对数据集的存储与再生成代价进行估算来管理中间数据集的存储。对云环境进行仿真,并设计实验与其他存储策略进行对比。结果表明,在云实例价格动态变化的环境中,该算法在保证工作流完成率及减少调度产生的总费用方面具有一定的优越性。(本文来源于《计算机集成制造系统》期刊2017年05期）
邹云阳[8]（2016）在《基于工商协同平台的工作流实例模型及调度研究》一文中研究指出工商协同平台作为一个信息综合的平台,能够进行工商业务交易,同时贯通供应链,解决工业和商业系统之间的内部信息互联互通的问题,实现工业生产、商业销售、购销存信息共享,满足工商之间业务互动(如网上配货)、数据交互、服务支撑等一系列需求。由于工商协同平台的重要性,大量的核心业务需要通过工商协同平台来完成,基于工商协同平台的业务流程日趋复杂,对运行在工商协同平台中业务流程的处理提出新的需求,例如,多个业务流程实例需要分组组合执行及单个流程节点审批要求多人协同处理。为此需要对工作流中关键技术如处理实例的工作流模型、调度机制等进行深入研究;本文提出基于工商协同平台中工作流实例模型及调度研究的思路,详细分析与研究当前工商协同平台中工作流建模和调度问题,构建能够处理实例的工作流模型和调度机制;建立处理实例组合调度的时间优化模型;具体研究内容如下:1)构建处理实例的工作流模型。根据企业工商协同平台对传统工作流提出处理实例组合的需求,在传统工作流模型基础上,增加处理实例的处理区、实例活动之间关系等数据操作的信息,建立的工作流模型并用实例模型发掘算法(BPW)验证其准确性。2)构建处理实例的调度机制。该机制包含相关控制器、实例分组输入和输出的队列、控制分组调度算法等,解决了同一类型业务流程产生的多个活动实例分组的问题。在该机制的基础上,建立一个有关实例分组调度的控制引擎方案,符合ECA规则,使得实例的分组在受控状态下,自动完成分组实例的并发、拆分等处理操作。3)在处理实例的调度机制基础上,建立了处理实例组合调度的时间优化模型D_(X,Y)|1|T_(min),并提出了一种求解该模型算法SAPSO-T。SAPSO-T对进行活动实例分组的实例,进行选择顺序上的隐式编码,确定活动实例的选择序列;对活动实例上的选择序列解码,结合分组调度的控制引擎方案,获得活动实例执行序列。通过同其他相关算法的比较,SAPSO-T在时间性能和解的质量都具优越性(本文来源于《浙江理工大学》期刊2016-12-26）
沃世木（Muhammad,Waseem）[9]（2016）在《基于竞价实例的云工作流调度方法》一文中研究指出云计算为用户提供了一个可靠的、按需的可配置的计算资源共享池。在云环境下,用户可以随时从任何地方访问计算资源及其相关数据。云计算主要有叁种提供服务的方式：分别是软件即服务(SaaS),平台即服务(PaaS),基础架构即服务(IaaS)。云服务提供商提供叁种不同的资源租赁方式：长期预留实例、短期按需实例和竞价实例。竞价实例在不同时间段价格不同。通过竞价方式租赁资源可以有效减少计算资源的租赁费用。云环境下工作流调度问题中使用不同的计费模型,在满足用户约束下最小化租赁费用具有重要的理论意义与实际价值。在本论文中,我们考虑了具有截止期约束的工作流应用资源租赁问题,分析不同租赁方式的特征,建立该问题的数学模型并提出了一种基于混合资源配置方式的费用节约算法(CSA)。算法包括叁个部分：资源与序列初始化,调度构造,多序列生成。资源初始化避免在调度构造阶段不必要的资源租赁,从而节省时间；调度构造阶段首先将任务分配到空闲槽中,然后同时考虑使用所有叁种不同的资源租赁方式。由于任务分配的顺序对多序列生成阶段的性能影响较大,本文提出一种局部搜索算法调整任务调度的序列。本文通过和只采用了预留租赁和按需租赁方式的算法aHEFT比较,使用ANOVA进行分析。实验结果表明,CSA在所有情况下相比较于aHEFT表现的更好,aHEFT的平均费用比CSA高出14.5%。(本文来源于《东南大学》期刊2016-06-05）
邱靖坡[10]（2016）在《农业数据云平台下的实例密集型工作流调度算法研究》一文中研究指出随着农业科技的飞速发展,农业科学数据具有了规模巨大、范围广泛、类型多样以及处理时效性强等大数据特征,农业数据云平台应时而生。项目“国家农业科学数据加工与汇交软件系统平台”以农业数据为载体提供一系列审核服务,具有业务流程简单、高并发性、高资源竞争性、高服务质量等特点,属于实例密集型工作流。然而,现有的实例密集型工作流研究缺乏对于农业数据云平台特定用户偏好的QoS参数集定义和表达模型以及相应的调度算法。因此在这个背景之下,本文以提高服务质量为目标,探索农业数据云平台下的实例密集型工作流的调度算法。主要工作如下:1)研究了农业数据云平台下实例密集型工作流系统的体系结构。结合工作流参考模型、云计算系统的体系结构,阐述了如何在云环境搭建工作流系统,进而说明了如何建立农业数据云平台下实例密集型工作流的体系结构。最后结合背景项目的业务流程说明了该系统的运行方式。2)确定了QoS参数集。首先通过对农业科学数据特征及其汇聚模式、实例密集型工作流平台特征、用户对于平台服务质量要求等多方面的分析,选取了能够代表用户偏好的QoS参数。紧接着为这些参数定义了表达模型与数值约束,以此为算法中QoS综合计算提供支持。最后制定了轻量级的QoS参数获取机制,供用户进行设置并方便系统获取参数。3)提出农业数据云平台下基于多QoS的实例密集型工作流调度算法MQISA。首先引入效用函数对QoS参数进行综合计算以优化待调度实例序列,同时使算法具有一定弹性。然后分解总体截止期限并给每个任务分配子期限。最后根据不同的用户偏好类型设置相应的任务分配策略。基于上述研究成果,在WorkflowSim仿真平台上对算法进行仿真实验,设计了两组实验。第一组实验设置了与CTC算法相同的前提,结果表明本算法的任务平均执行成本相比CTC算法降低了17.65%,同时证实了QoS参数的有效性;第二组实验运用叁种偏好类型表示用户叁种典型倾向,结果表明对于用户对执行时间和执行成本的不同偏好倾向,本算法可以给予较好的支持。(本文来源于《北京工业大学》期刊2016-06-01）
工作流实例论文开题报告
（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：
针对优化云环境下资源调度问题的效率,为实例密集型云工作流提出一种改进的调度算法。它使用直接非循环图(DAG)来模拟工作流过程,然后采用聚类方法对云服务资源进行分类,并优化资源策略以匹配整个工作流实例的执行时间和成本。实验结果表明,该算法可以有效提高效率,降低使用云资源调度实例密集型云工作流的成本。
（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。
工作流实例论文参考文献
[1].郑婷婷,余阳.一种工作流实例超时风险预测方法[J].现代电子技术.2019
[2].周瑶,盛国军,张益民,张泽瀚.实例密集型云工作流的改进调度算法[J].现代计算机(专业版).2019
[3].王福田,李月婷,章程,张以文,刘晓.实例密集型商务工作流检测点选择策略[J].计算机集成制造系统.2018
[4].潘光磊.考虑资源可靠性的多租户实例密集型工作流调度方法[D].东南大学.2018
[5].陆海良,郁钢,高扬华.企业协同平台工作流实例模型的构建[J].工业控制计算机.2018
[6].文一凭,窦万春,刘建勋,陈爱民,周旻昊.安全与成本感知的实例密集型云工作流调度方法[J].计算机集成制造系统.2017
[7].马子泰,曹健,姚艳.云环境下使用竞价实例并考虑中间数据存储策略的工作流调度方法[J].计算机集成制造系统.2017
[8].邹云阳.基于工商协同平台的工作流实例模型及调度研究[D].浙江理工大学.2016
[9].沃世木（Muhammad,Waseem）.基于竞价实例的云工作流调度方法[D].东南大学.2016
[10].邱靖坡.农业数据云平台下的实例密集型工作流调度算法研究[D].北京工业大学.2016
论文知识图
