导读:本文包含了负载分配算法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:分配,负载,负载均衡,算法,资源,网络,模型。
负载分配算法论文文献综述
刘梓璇,周建涛[1]（2019）在《负载均衡的主导资源公平分配算法》一文中研究指出随着使用云计算并行且可靠地处理计算问题成为一种趋势,各种云计算平台应运而生,在这些平台中,保证多种资源调度策略的公平性非常重要。主导资源公平分配算法DRF有效地实现了多种资源环境中的公平分配,但在资源分配过程中容易出现集群负载不均的情况。因此,提出在使用DRF算法分配资源过程中,通过集群中各节点的资源利用率情况对节点进行K-means聚类分析,根据聚类结果将资源分配给任务来提高集群负载均衡的能力。基于CloudSim 4.0实现了改进DRF算法的仿真实验,实验结果表明,负载均衡的DRF算法比原始的DRF算法以及基于层次分析法(AHP)改进的DRF算法更能有效地改善集群整体的负载均衡。(本文来源于《计算机工程与科学》期刊2019年09期）
王涛[2]（2019）在《基于计算机动态任务分配表的负载均衡新算法》一文中研究指出计算机技术飞速发展的今天,在并行计算机系统之中,任务调度依旧是解决多资源配置的最有效方法之一,但是当前的任务调度依然存在着一些困境,其中的一个难题是NP-Hard问题,即和任务负载均衡相关的分配方法还存在调度方面的问题。该文提出了一个新的负载均衡的动态Work-Stealing新算法,通过这个新算法可以加强动态计算机集群之中任务分配的效率,帮助各种任务进行得更加顺畅,以此帮助整个计算机系统提升资源的利用效率,并提升计算机系统的整体性能。该文首先对常见的任务调度模型进行分析,分析了任务调取算法的计算机制,着重对工作窃取算法的计算策略进行探讨,通过快速地选择窃取的时机和窃取的工作任务数量,可以实现复杂维度的算法,提升负载的实际均衡能力。(本文来源于《科技资讯》期刊2019年11期）
王永[3]（2018）在《基于MOEA/D多目标优化算法的联合冷水机组负载分配问题研究》一文中研究指出联合冷水机组的负载分配问题是工程中的一类优化问题。在总负载需求一定的情况下,通过对冷水机组的负载分配达到降低总能耗的目的,这是一个约束优化问题。不仅考虑机组降低能耗这一目标,还考虑机组性能最佳,这就是多目标约束优化问题。传统的优化算法受限于优化问题的目标函数特性,无法应用于大多数的多目标优化问题。随着进化算法的兴起,多目标进化算法因为本身的全局搜索能力和并行性而广泛应用于此类问题。本文基于MOEA/D算法框架,通过进行算法改进以解决联合冷水机组的负载分配的相关问题。本文的主要贡献如下:(1)使用多目标法解决约束优化问题。通过多目标法处理约束条件,以扩大搜索范围,避免算法陷入局部最优解。多目标法同时可以求解出较多的最优解集,以供抉择者根据不同的误差容忍度进行选择设置。(2)使用改进的分解策略处理目标函数值范围差异较大问题。本文使用权重向量对多个目标函数进行聚合操作,而不同的目标函数具有不同的值域范围,从而导致个别目标函数在最终的求解过程中获得较大的影响力,而个别目标对结果几乎没有存在感,为了消除这个影响,而对分解策略进行标准化改造,以统一取值范围消除影响。(3)增加有偏支配关系,加快约束目标函数处理速度。在约束条件改造为约束目标函数后,虽然扩大了搜索范围,避免陷入局部最优,但是多一个搜索目标就多了一些计算复杂度,为了减少此类消耗,本文增加了有偏支配的方式加快约束目标的搜索过程,让更多的计算能力用于原来目标的搜索过程。(本文来源于《聊城大学》期刊2018-04-01）
曾辉[4]（2018）在《参数化加权负载分配算法综述》一文中研究指出Web服务器集群中负载均衡算法是一个重要的组成部分,许多学者都对负载均衡算法做出改进,其中基于参数的加权负载分配算法是一种策略。从运行原理、算法性能、应用范围等角度概述参数化加权负载分配策略,分析比较目前叁种典型的参数化加权负载分配算法,展望参数化加权负载分配策略未来的发展趋势。(本文来源于《现代计算机(专业版)》期刊2018年05期）
张继荣,陈琛[5]（2017）在《基于负载均衡的云计算资源分配算法》一文中研究指出针对云计算资源分配过程中负载不均问题,提出了一种基于能耗成本和用户成本的改进蚁群算法(CLBACO).首先,在云环境下建立用户成本及运营商能耗成本的函数模型;其次,在信息素更新机制中引入动态调节因子DRF,使算法经过多次迭代后达到负载均衡状态;最后,在Cloudsim仿真平台上进行仿真测试,测试结果表明,该算法能较好地降低任务执行成本,满足资源负载均衡.(本文来源于《微电子学与计算机》期刊2017年09期）
牛瑞彪,唐伦,陈婉[6]（2017）在《小蜂窝云中功率与负载的联合优化分配算法》一文中研究指出移动终端资源有限及本地服务基站资源不足会引起移动终端体验质量降低、卸载任务时延长的问题。为此,提出一种新的联合优化分配算法。基于小蜂窝信道质量和剩余可用计算资源建立小蜂窝云(SCC),按照信道质量和剩余可用计算资源分配负载(卸载任务)到SCC,并采用启发式算法求解发送功率的次优解。仿真结果表明,该算法在小蜂窝云计算场景中能提高无线与计算资源的利用率,同时提升用户的体验质量。(本文来源于《计算机工程》期刊2017年08期）
谢辉[7]（2017）在《FiWi网络动态带宽分配与负载均衡算法研究》一文中研究指出随着网络电话、网络电视、视频直播等为代表的高带宽消耗的多媒体应用在日常生活中爆炸性的增长,无线接入网络的速率也需要大幅的提升。以光纤网络和无线接入网络技术融合而成的FiWi (Fiber-Wireless)网络技术既具有光纤网络的高带宽和高可靠性,又能提供灵活、移动、低成本的无线接入能力,具有广阔应用前景。由于FiWi网络中客户端业务负载一般具有突发性和不稳定性,很难对其带宽需求进行有效的提前预测。且FiWi网络不一定总是能提供足够的带宽来满足所有客户端用户的带宽需求。因此,需要高效、公平的动态带宽分配(Dynamic Bandwidth Allocation,DBA)机制来提升FiWi网络的信道利用率等性能指标。另一方面,FiWi网络中由ONU (Optical Network Unit)与无线多跳接入网中路由器融合而成的网关作为后端光纤网络与前端无线接入网络融合的关键部分,其负载均衡对提升FiWi网络性能具有重要的意义。现有FiWi网络中网关的负载均衡机制中,各个无线接入/路由器节点的控制复杂度较高,而且在网络拥塞或者链路断开等情况下,需要进行耗时的重路由过程,增加了业务等待时间,无法保障时延敏感业务的QoS (Quality of Service)需求。基于上述背景,本文的主要工作包括两个方面。一方面是针对EPON (Ethernet Passive Optical Network)和 WLAN (Wireless Local Area Networks)构成的 FiWi 网络提出了一种分级DBA机制。由OLT (Optical line terminal)执行的第1级DBA机制引入剩余带宽比例因子,综合考虑各个ONU-AP的优先级、实际业务负载以及多个历史轮询周期内ONU-AP实际获得的带宽比例等多个因素为各个ONU-AP分配带宽资源,以解决多个轮询周期内各用户分配的带宽资源与其权值不匹配而产生的不公平问题。第2级DBA则主要从保证不同业务优先级和提高信道利用率的角度,联合考虑业务优先级、带宽请求比例和网络负载进行带宽分配,解决带宽分配中的业务QoS保证和信道带宽浪费问题。本文提出的DBA算法不限定具体的带宽资源类型,具有良好的通用性。仿真结果显示本文提出的分级DBA机制可以获得很好的比例公平性,信道利用率和吞吐量。另一方面,本文在FiWi网络中引入软件定义网络架构,提出了一种考虑到多种类型业务QoS的负载均衡算法。在该算法中,根据不同类型业务对时延和负载的不同需求,根据网络中链路的时延、可用带宽以及丢包率等,为不同QoS需求的业务选择不同的路径。在本文所提负载均衡算法中,时延敏感的业务优先选择时延较低的传输路径,为带宽需求较大的业务选择链路负载最轻的传输路径,从而在网络中实现了网络流量的均衡。仿真结果表明,本文所提负载均衡机制既保障了高优先级业务的QoS,又兼顾了低优先级业务的QoS,同时降低了各优先级业务的端到端时延、丢包率,提高了网关的吞吐量。(本文来源于《西南交通大学》期刊2017-05-13）
付应辉[8]（2017）在《基于SDN的多路径负载均衡算法及流表分配优化算法研究》一文中研究指出随着计算机网络的发展、大数据和云计算的出现,网络中数据流量爆炸式增长,软件定义网络(Software Defined Network,SDN)和数据中心网络成为了未来网络发展的主流方向之一。SDN定义了一种新型网络架构,它的核心思想是将网络的控制层和数据层进行分离,分别使用控制器和网络传输设备实现。与传统IP网络不同的是,SDN网络控制功能全部由控制器实现,网络传输设备仅用于数据的高速转发。数据中心网络解决了网络流量剧增带来的难题,通过将网络数据信息集中存储,实现了以信息为中心的网络。对SDN网络与数据中心网络的研究,已经得到越来越多研究者的关注。在数据中心网络中,为了提高网络带宽和吞吐量,多采用具有多路径特性的层次型网络拓扑结构,如胖树拓扑结构。然而传统路由算法对多路径的支持非常有限。针对此问题,在数据中心网络中引入SDN,通过对控制层的编程实现路由计算和网络集中控制,能够充分利用网络资源,实现多路径负载均衡。在SDN网络中,控制器通过标准的OpenFlow协议集中管理网络设备的转发行为。控制器制定路由策略后,向OpenFlow交换机下发流表,数据流使用匹配的流表项进行转发。交换机流表基于叁态内容寻址存储器(Ternary Content Addressable Memory,TCAM)实现,只有大约1k-2k条流表项,流表资源有限。当数据流没有匹配的流表项时,会向SDN控制器发送packet-in消息请求分配流表资源。控制器每秒能够处理的packet-in消息大约只有30k条,计算资源有限。因此,在分配流表项时,需要均衡使用流表资源和计算资源,优化流表分配方案。论文的主要内容如下:(1)针对胖树数据中心网络中传统路由算法对多路径支持有限的问题,本文提出了基于路由评估的多路径负载均衡算法F-MPLB(Flow-multi path load balancing)。该算法利用SDN网络集中控制的特点,获取多路径实时状态信息,通过当前交换机节点和链路负载情况,评估多路径瓶颈带宽,以此选择最符合数据流传输需求的路径。实验结果表明,F-MPLB算法无论在降低网络传播时延还是在提高网络吞吐量等方面都优于传统路由算法,能够实现胖树数据中心网络的多路径负载均衡。(2)针对SDN网络中交换机流表资源和控制器计算资源有限的问题,本文在SDN网络中提出了基于资源偏好的流表分配优化算法RC-FDO(Resources consideration-flowtable distribution optimization),该算法通过引入流表资源代价、计算资源代价和资源偏好度,结合当前网络运行状态和数据流特性,研究如何设定的合理的流表项idle_timeout值。实验结果表明,RC-FDO算法能够有效提高流表资源利用率和数据流请求接受率,实现更高的网络平均吞吐量。(本文来源于《安徽大学》期刊2017-05-01）
沈宇祥[9]（2017）在《基于负载的无线网络资源分配算法研究与应用》一文中研究指出本文通过负载耦合模型研究无线网络资源分配问题。基于该模型的小区负载可以通过迭代法求解不动点方程得到。相关研究利用构建线性上下界的方法分析了负载耦合映射的不动点存在条件。本文将该方法加以扩展并运用到功率耦合映射,用来判断网络的可行性。功率耦合映射主要用来计算在给定网络负载下的发射功率。尽管负载耦合模型已被广泛运用,但却一直缺乏对于模型本身的精度验证。因此,本文使用网络仿真器ns-3来评估该模型的性能。结果表明仿真数据与模型输出之间存在很强的线性关系,从而验证了使用该模型进行高精度网络负载预测的可行性。考虑到实际网络中的链路自适应,我们在最大可达速率上加入硬限制。在大量用户距离基站较近的场景下,改进型模型相比原模型在负载预测精度上有显着的性能提升。作为负载概念的一个典型运用,我们在下行异构网络中引入表征平均资源利用情况的负载因子。利用随机几何的相关知识,我们通过求解与网络参数和用户数据速率相关的不动点方程来计算每层网络的平均负载。基于所提模型,本文研究了在双层网络中功率偏移因子对负载均衡的影响。尽管最佳偏移因子未能显式给出,但可以通过标准二分法搜索得到。作为本文的另一研究成果,我们考察在无线供电通信网络中的联合功率和时间分配问题,其中传输时间相当于OFDMA网络中负载的概念。我们构建一个新型传输模型,使得多个用户能够通过下行从能量基站吸收能量,再将数据并发地上行传输给对应的接入点。对于给定的用户数据速率,我们利用标准干扰映射的性质提出迭代算法来联合计算每个用户的发射功率和传输时间。此外,我们还研究了用户间最小速率最大化问题,旨在保障一定用户公平性的同时,获得更高的数据吞吐量。(本文来源于《上海交通大学》期刊2017-01-01）
林天高,马景奕,荆国栋[10]（2016）在《一种基于负载均衡策略的国家气象网格共享平台设计及其分配算法》一文中研究指出实时气象信息大数据资源共享平台是基于下一代互联网的气象信息管理系统,能有效整合目前相对孤立的气象信息子平台,同时促进气象领域科研管理水平提升。针对目前国内气象信息共享平台的资源异构性和动态特性,设计一种安全稳定的国家气象信息大数据网格平台和启发式负载均衡算法。实验结果表明了该模型的有效性和算法的先进性。(本文来源于《软件导刊》期刊2016年06期）
负载分配算法论文开题报告
（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：
计算机技术飞速发展的今天,在并行计算机系统之中,任务调度依旧是解决多资源配置的最有效方法之一,但是当前的任务调度依然存在着一些困境,其中的一个难题是NP-Hard问题,即和任务负载均衡相关的分配方法还存在调度方面的问题。该文提出了一个新的负载均衡的动态Work-Stealing新算法,通过这个新算法可以加强动态计算机集群之中任务分配的效率,帮助各种任务进行得更加顺畅,以此帮助整个计算机系统提升资源的利用效率,并提升计算机系统的整体性能。该文首先对常见的任务调度模型进行分析,分析了任务调取算法的计算机制,着重对工作窃取算法的计算策略进行探讨,通过快速地选择窃取的时机和窃取的工作任务数量,可以实现复杂维度的算法,提升负载的实际均衡能力。
（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。
负载分配算法论文参考文献
[1].刘梓璇,周建涛.负载均衡的主导资源公平分配算法[J].计算机工程与科学.2019
[2].王涛.基于计算机动态任务分配表的负载均衡新算法[J].科技资讯.2019
[3].王永.基于MOEA/D多目标优化算法的联合冷水机组负载分配问题研究[D].聊城大学.2018
[4].曾辉.参数化加权负载分配算法综述[J].现代计算机(专业版).2018
[5].张继荣,陈琛.基于负载均衡的云计算资源分配算法[J].微电子学与计算机.2017
[6].牛瑞彪,唐伦,陈婉.小蜂窝云中功率与负载的联合优化分配算法[J].计算机工程.2017
[7].谢辉.FiWi网络动态带宽分配与负载均衡算法研究[D].西南交通大学.2017
[8].付应辉.基于SDN的多路径负载均衡算法及流表分配优化算法研究[D].安徽大学.2017
[9].沈宇祥.基于负载的无线网络资源分配算法研究与应用[D].上海交通大学.2017
[10].林天高,马景奕,荆国栋.一种基于负载均衡策略的国家气象网格共享平台设计及其分配算法[J].软件导刊.2016
论文知识图
