导读:本文包含了调度框架论文开题报告文献综述、选题提纲参考文献,主要关键词:算法,深度,时间,系统,水务,分布式,不确定。
调度框架论文文献综述写法
焦玮,杨雪寒,孟洁,张倩[1](2019)在《基于电子医疗档案的门诊调度决策支持框架》一文中研究指出基于过程挖掘技术的医疗业务流程仿真分析在数据收集和改进方案量化评估上存在困难,导致针对降低患者等待时间的门诊业务流程优化缺乏科学的数据支持。为此,文中提出了一种基于仿真分析的门诊业务流程优化决策支持框架。所构建的基于过程挖掘分析的数据驱动仿真模型,包括过程发现、患者预约到达率分析和门诊服务时间分析。此外,该框架还包括一系列从仿真分析中得出最优改进方法的步骤。为了证明所述框架的有效性,文中基于医院的实际数据对该仿真分析的决策框架进行验证和分析。(本文来源于《信息技术》期刊2019年12期)
胡亚辉,朱宗卫,刘黄河,王超[2](2019)在《面向任务调度优化的分布式系统信息管理框架》一文中研究指出近年来深度学习作为学术界与工业界共同关注的热点,取得了飞跃式的发展,在计算机视觉、语音识别等领域取得了令人瞩目的成果.深度学习分训练与推理两个阶段,在实际应用中主要关注的是推理阶段.深度学习推理过程中伴随着巨大的计算量,通过分布式系统提高其计算速度也得到了越来越多的关注.然而,构建分布式深度学习推理系统面临着深度学习加速设备更新迭代快速、上层应用及计算任务复杂多样等挑战.本文设计并实现的系统信息管理框架,用于收集并处理系统中的各类信息,收集及处理的规则具有高度的可扩展性和灵活性,并提供通用的RESTful API数据访问接口,以支持分布式深度学习推理系统对各类硬件加速器的灵活兼容性以及对任务调度策略的动态调整能力.最后,本文通过一个应用实例对该框架的功能进行验证并对实验结果进行分析.(本文来源于《计算机系统应用》期刊2019年11期)
陈中,陈妍希,车松阳[3](2019)在《新能源汽车一体充能站框架及能量优化调度方法》一文中研究指出新能源汽车的发展能够有效地改善环境污染,为了提供更安全、高效的充能服务,提出了一种多目标能量优化调度方法。文中首先定义了新能源汽车一体充能站的概念,建立风、光、氢、储、新能源汽车一体充能站模型,并进行结构分析以及运行策略分析。然后,针对含有风力发电系统、光伏发电系统、电动汽车快充装置、制氢、储氢、充氢装置的新能源汽车充能站建立优化调度模型,兼顾电动汽车充电需求与氢燃料汽车的充氢需求,以综合运行成本与蓄电池组循环电量为目标函数,采用NSGA-Ⅱ算法对多目标优化问题进行求解,并给出充能站各组件的优化调度方案。最后,对优化结果进行分析并与常规调度方案进行对比可以看出优化调度方案具有明显优势。(本文来源于《电力系统自动化》期刊2019年24期)
孙亮亮,李智,李野,奚佳丽[4](2019)在《拉氏框架下加工时间不确定炼钢-连铸生产调度问题研究》一文中研究指出考虑炼钢-连铸生产中因加工时间不确定,扰乱物流与时间动态平衡的问题,针对炼钢-连铸调度中加工时间不确定问题分析与描述,建立马氏链转移矩阵,来精确模拟不确定加工时间概率。针对传统拉格朗日松弛算法解炼钢-连铸生产调度时因每次迭代都需精确求解导致效率低的问题,设计了无需预估最优值,基于梯度方向可控的迭代优化策略的代理次梯度算法,在保证算法求解质量前提下提高算法收敛速度和求解效率。最后,通过大型炼钢厂实际认证本文提出的方法有较好的可行性和有效性。(本文来源于《第30届中国过程控制会议(CPCC 2019)摘要集》期刊2019-07-31)
梁秋红,郝雅萍[5](2019)在《大数据流式计算框架的任务调度优化方法研究》一文中研究指出Storm是当前流式大数据计算处理的主要平台,它配置了一个自动任务调度框架,但其并未考虑到网络节点负载不均衡,调度方式单一。提出直接分配固定节点的任务分配调度策略,将子拓扑中组件线程都分配给固定的工作节点上;基于负载均衡任务调度策略,应用贪心策略选取资源数量最大的工作节点进行分配,实验结果表明本文提出的任务调度策略具备较好的实时性。(本文来源于《中州大学学报》期刊2019年03期)
张涛[6](2019)在《不确定环境下基于RTN框架的生产计划与调度集成》一文中研究指出生产计划与调度是生产决策的重要依据,制定合理有效的生产计划与调度可以在很大程度上提高企业的生产效率。在制定生产计划与调度方案时,应该将生产过程中出现的诸多不确定因素加以考虑,包括:生产成本、产品需求、交货时间、公用工程等等。上述的不确定因素对生产计划与调度的制定有着举足轻重的影响。随着经济全球化的迅速发展,企业之间的竞争愈发激烈,在制定生产计划与调度的过程中考虑不确定性可以更加合理地安排生产、提高企业的竞争力。本文主要研究不确定环境下基于RTN表示法的生产计划与调度集成问题,大体的研究内容以及创新点如下:(1)在生产计划层考虑产品需求的不确定性,利用离散时间建模方法,建立混合整数线性规划不确定计划模型,考虑物料平衡约束、需求约束、生产能力与生产率波动约束、库存能力与库存额定量约束、污染物排放额定量约束。采用机会约束规划理论的知识处理产品需求的不确定性,将机会约束不确定模型转换成具有指定置信水平的确定性模型。(2)在基于RTN表示法的生产调度优化问题中,根据特定单元事件点的连续时间建模方法建立连续时间混合整数线性不确定模型,将公用工程的不确定性作为约束加入到模型之中,即考虑资源平衡约束、能力约束、需求约束、时间约束、顺序约束、公用工程供给量和公用工程使用时间约束。采用模糊理论的知识处理公用工程的不确定性,将公用工程不确定模型转换为带有隶属度形式的确定性模型。(3)建立多周期生产计划和调度双层集成模型,即通过每个生产周期内产品生产量之间的关联,将两者进行集成优化,最后再利用滚动时域优化策略对计划层与调度层进行迭代求解来实现双层模型的集成。(本文来源于《辽宁石油化工大学》期刊2019-06-01)
韩丽,李超[7](2019)在《北京智慧水务中多水源调度框架探究》一文中研究指出南水北调水进京后,北京市供水的水源结构、供水系统网络发生显着变化,随着北京市落实首都城市战略定位,加快建设国际一流和谐宜居之都的推进,需水结构也将进一步调整,亟须通过多水源优化调度提高首都水资源安全保障能力。针对该现状本文提出供需双向变化下智慧型水资源调度框架,为多水源优化、智能、低耗调度提供研究思路和技术路径。(本文来源于《北京水问题研究与实践(2018年)》期刊2019-06-01)
尹嘉男,马园园,胡明华[8](2019)在《机场飞行区资源调度问题研究(一):基本概念与框架》一文中研究指出世界航空运输系统的一体化、协同化和智能化发展对机场飞行区资源调度精细化管理和空中交通运行高效化管控提出了高要求。本文聚焦机场飞行区资源调度的基本概念与框架问题,是飞行区资源调度问题研究系列之一。从国际公约、理论研究和行业规范视角界定飞行区的基本概念,分析飞行区的一般运行过程和资源调度内涵。对飞行区资源调度体系涉及的理论方法、系统工具、管理机制等要素及逻辑关系进行系统总结。研究成果旨在为机场运行管理理论与应用的可持续发展提供科学指引。(本文来源于《航空工程进展》期刊2019年03期)
黄润,肖志良[9](2019)在《集成SDN框架的启发式数据流调度算法研究》一文中研究指出为了解决光数据中心的流调度问题和最大化云服务供应商的长期收入,提出最小拥塞和服务时间优先MC-STP(Minimum Congestion and Service Time Priority)的调度算法,以及基于拥塞的循环调度CBL(Congestion Based Loop)算法,并将其集成到软件定义网络(SDN)框架,以执行业务流调度和光路重构。其中:MC-STP向服务时间较短的业务流给予较高的优先级,使其先于其他流被容纳;CBL是为了弥补MC-STP的业务流饥饿问题,在计算出业务流的拥塞因子后,通过业务流的拥塞因子选择要调度的流,提供流之间的公平性。仿真结果表明,与端到端的调度算法、离散粒子群调度算法相比,该算法可明显降低拒绝率,提高波长利用率,有效提高云服务供应商的平均收入。(本文来源于《计算机应用与软件》期刊2019年04期)
黄文强[10](2019)在《深度学习框架Tensorflow的数据并行优化调度研究》一文中研究指出在科学技术迅猛发展的今天,人工智能在实践型的工程中运用得越来越多,几乎囊括医药领域,病情诊断,机器人控制,金融,法律,科学技术发现,玩具等所有部分,由此可见它的重要性。无论应用在哪个领域,都会涉及到相关领域的数据集以及模型训练。为了提高海量数据下模型训练的效率而提出的分布式模型,包括模型并行与数据并行,现如今依然面临着几个问题:其一是数据并行中同步更新的信息传输开销很大,同步更新并没有加快每次迭代的速度,正相反,某些情况下,每次迭代的时间可能比单机模型下还要慢,且有明显的短板效应,资源利用率极低;其二是异步更新中出现的梯度过期问题,当系统中某些工作节点仍使用之前的梯度计算,而参数服务器中,已经连续更新了梯度版本,则出现梯度过期的问题,使得梯度下降的过程不稳定,收敛速度慢。对于两种数据并行模式存在的问题,当前尚未有可靠的算法被提出与实现。首先,为了解决上述存在的问题,本论文创新性地提出了梯度过滤环形更新算法。传统的解决方法,梯度选择被用来减少通信的参数量,而环形更新结构用来消除参数服务器的瓶颈限制。将两种方式创新性的结合,先利用梯度选择算法减少交换的参数,再利用环形算法加速参数的交换与平均,使得模型训练的时间大幅减少,以此解决同步更新的问题。其次,基于数据并行模型异步更新方式,本论文提出一种基于过期阈值的版本软同步算法,能够有效减少梯度下降过程不稳定的情况,使模型加速收敛。本质是当某一个工作节点请求参数更新时,首先与系统当前使用的参数版本作对比,通过对比的结果决定是否更新。结合人脸识别模型的训练时间与准确率,以验证本论文提出的创新理论和方法。再将上述方法的实验结果与原始方法作对比,证明了本论文算法能够有效解决数据并行的问题,平均减少数据并行模型训练时间19.7%,提高GPU利用率22.9%,增强了系统的稳定性。(本文来源于《电子科技大学》期刊2019-04-01)
调度框架论文开题报告范文
(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:
近年来深度学习作为学术界与工业界共同关注的热点,取得了飞跃式的发展,在计算机视觉、语音识别等领域取得了令人瞩目的成果.深度学习分训练与推理两个阶段,在实际应用中主要关注的是推理阶段.深度学习推理过程中伴随着巨大的计算量,通过分布式系统提高其计算速度也得到了越来越多的关注.然而,构建分布式深度学习推理系统面临着深度学习加速设备更新迭代快速、上层应用及计算任务复杂多样等挑战.本文设计并实现的系统信息管理框架,用于收集并处理系统中的各类信息,收集及处理的规则具有高度的可扩展性和灵活性,并提供通用的RESTful API数据访问接口,以支持分布式深度学习推理系统对各类硬件加速器的灵活兼容性以及对任务调度策略的动态调整能力.最后,本文通过一个应用实例对该框架的功能进行验证并对实验结果进行分析.
(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。
调度框架论文参考文献
[1].焦玮,杨雪寒,孟洁,张倩.基于电子医疗档案的门诊调度决策支持框架[J].信息技术.2019
[2].胡亚辉,朱宗卫,刘黄河,王超.面向任务调度优化的分布式系统信息管理框架[J].计算机系统应用.2019
[3].陈中,陈妍希,车松阳.新能源汽车一体充能站框架及能量优化调度方法[J].电力系统自动化.2019
[4].孙亮亮,李智,李野,奚佳丽.拉氏框架下加工时间不确定炼钢-连铸生产调度问题研究[C].第30届中国过程控制会议(CPCC2019)摘要集.2019
[5].梁秋红,郝雅萍.大数据流式计算框架的任务调度优化方法研究[J].中州大学学报.2019
[6].张涛.不确定环境下基于RTN框架的生产计划与调度集成[D].辽宁石油化工大学.2019
[7].韩丽,李超.北京智慧水务中多水源调度框架探究[C].北京水问题研究与实践(2018年).2019
[8].尹嘉男,马园园,胡明华.机场飞行区资源调度问题研究(一):基本概念与框架[J].航空工程进展.2019
[9].黄润,肖志良.集成SDN框架的启发式数据流调度算法研究[J].计算机应用与软件.2019
[10].黄文强.深度学习框架Tensorflow的数据并行优化调度研究[D].电子科技大学.2019