导读:本文包含了动态数据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:数据,动态,信道,数据中心,传感器,网络,机器。
动态数据调度论文文献综述
钟健,杨琼,高薇[1]（2019）在《物联网中可分级的大数据流动态调度算法》一文中研究指出物联网环境下LTE(long term evolution)网络的上行流量为主要流量,网络服务的类型较多。提出了一种自适应的流量公平调度算法,控制了物联网大数据流导致LTE网络拥塞的问题。在时间域数据包的调度中,设计了一种M2M(machine to machine)设备数量的控制机制,避免了M2M通信对H2H通信的影响,调度器使用资源分配的历史记录来估计当前H2H设备的资源需求,并为H2H设备保留充足的资源。在频率域数据包调度中,根据拥塞的级别动态地选择M2M设备的最大数量,从而缓解网络拥塞导致事件驱动型设备的延迟现象。仿真实验结果表明:本调度器保证了网络流量的QoS,实现了较高的公平性,从而缓解了"饿死"现象的发生。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年09期）
向军,郑钤[2]（2019）在《大数据分析下航线动态数据多信道并行调度方法》一文中研究指出由于船舶航线数据为动态数据,因此在数据传输方法需要多数据并行同点传输,才能保证数据调度指令的时效性。现有船舶航线调度方法内采用的调度算法,在数据并行处理方面存在数据并行传输延迟滞后,并行节点间冲突点过高,导致调度指令无法保证时效性。针对数据算法的并行逻辑关系,提出大数据分析下航线动态数据多信道并行调度方法分析。首先,采用大数据分析引擎建立动态数据并行冲突分析模型,通过模型得到并行数据传输中的冲突参数;接着引入MAC多层信道并行调度算法,对数据并行冲突参数进行消除计算;最后,通过计算机仿真实验对方提出的方法进行测试,证明方法的有效性与可行性。(本文来源于《舰船科学技术》期刊2019年14期）
吴奶明[3]（2019）在《液压支架数据动态优先级调度策略分析》一文中研究指出为解决采用CAN通信协议实现液压支架电液控制系统中出现的信息碰撞和拥堵导致的液压系统实时性下降,甚至发生安全事故的问题,研究并设计了一种CAN通信协议动态优先级调度方法。将CAN通信协议标准帧格式中的仲裁段重新设计,增加优先级控制段和液压支架表示段,设计液压支架CAN通信信息的优先级动态调度算法。经过实验室测试,液压支架控制器能够通过该CAN通信协议动态优先级调度算法实现邻架控制、成组控制、急停闭锁以及远程控制,保证了液压支架控制的实时性和准确性,确保液压支架系统的安全、稳定。(本文来源于《山西焦煤科技》期刊2019年07期）
邓立群,谭伟[4]（2019）在《船舶电力系统动态数据多信道调度研究》一文中研究指出针对时分多址调度法在面对船舶电力系统中动态数据时表现出的控制信道饱和度过高的现象,设计一种基于无线传感器的多信道调度方法。在调度区布设一个无线传感网络,以收集动态数据的调度集,利用无线传感器高密度的优势,建立多信道、多功率的动态数据聚集簇,采用目标优化求解的方式,生成多信道数据调度规则,实现船舶电力系统中动态数据的多信道调度优化。仿真实验结果表明,该方法能够有效控制信道的饱和程度,并且快速完成电力系统的数据调度处理,具备有效性。(本文来源于《舰船科学技术》期刊2019年12期）
谢光,陈敏[5]（2019）在《基于大数据平台的动态车辆路径调度算法探究》一文中研究指出通过将动态车辆路径调度作为主要研究对象,在大数据背景下以动态车辆路径调度算法作为主要研究内容。运用大数据分析技术在有效搜集整理各项相关数据并进行初步处理后,通过运用数学建模、目标函数优化等方法确定大数据平台下的动态车辆路径调度优化算法。经过仿真实验证明这一算法不仅可以有效实现对动态车辆路径的调度,同时还对于不断增加的网络数据量表现出良好的适用性,因而这一算法也具有较高的应用价值。(本文来源于《科技传播》期刊2019年05期）
陈锋,张智,李琴剑,陈宇强,陈国良[6]（2018）在《FCD大数据并行处理的动态任务调度算法》一文中研究指出浮动车数据(floating car data, FCD)技术是大规模城市路网交通流实时采集的有效方法.城市交通的动态诱导和控制需要对海量FCD进行快速处理.鉴于此,提出了FCD并行计算的动态任务调度方法.针对FCD数据包计算时间的不确定性和动态性,根据计算节点的处理能力进行数据包的动态分割,在处理过程中,采用动态任务分配策略以实现计算节点的同步.该方法在龙芯国产大数据一体机平台上进行了实现,并采用现场FCD数据进行了实验验证,结果表明,该方法较轮询和Min-Min调度算法,显着地提高了并行处理的性能.(本文来源于《中国科学技术大学学报》期刊2018年09期）
王尊[7]（2018）在《基于SDN的云数据中心网络与动态带宽调度技术研究》一文中研究指出当前移动互联网、物联网及云计算等技术正快速发展,为了应对高效数据存储与处理的问题,基于大规模分布式计算的云数据中心在全球建设方兴未艾。软件定义网络(Software-defined network,SDN)为妥善处理该问题提供了一种切实可行的解决方案。SDN实现了控制层和数据层的解耦,并且为网络虚拟化的实现提供了切实可行的解决方案,简化了网络架构设计,让网络部署变得更加灵活,在网络架构设计方面扮演着越来越重要角色。本论文以基于SDN技术的云数据中心网络构建为背景,以云数据中心中的带宽调度和能耗优化为研究对象,以实现云数据中心网络资源的灵活调度管理,优化资源使用效率。1)分析了传统数据中心延迟调度存在的不足。结合SDN网络架构与Hadoop系统框架,引入一种改进的Hadoop延迟调度算法——BS-IDS,可以有效适应数据中心的动态负载变化对数据传输进行有效控制。通过测试研究了 FIFO,传统延迟调度算法以及BS-IDS法的性能,验证后者在适应数据中心负载变化、任务高效分配与数据迁移时间开销方面具有较优的性能与效率。2)研究了一种以虚拟机迁移整合为途径的云数据中心能耗优化方案。服务器节能方面,建立了虚拟机迁移整合问题的多目标优化模型,并运用混合单亲遗传算法可以更迅速求得最优解;网络节能方面,提出基于流量感知的网络节能控制机制,利用SDN控制器拓扑与流量感知的能力计算节能网络拓扑,控制网络设备的休眠、唤醒来实现网络节能。(本文来源于《北京邮电大学》期刊2018-03-12）
李尚南[8]（2018）在《无线传感器网络中基于QoS高动态数据流的调度技术研究》一文中研究指出随着传感器节点能力的提升,无线传感器网络越来越多地被应用于对服务质量要求较高的通信环境当中,如火灾探测、智能化家居、医疗监控、工业处理以及交通管制等方面。在这些应用场景中,现有的部分无线传感器网络调节机制无法适应环境改变节点的通信参数,造成网络对复杂环境的适应能力低下。虽然也有一些调节机制可以对通信参数进行调节,由于调节速率较慢,难以满足不同通信环境下的服务质量的需求。本文针对目前无线传感器网络MAC层的关键技术以及常见的强化学习算法展开研究,将强化学习的理论和思想引入无线传感器网络的MAC机制中,将研究问题转化为信道接入机制与重传机制的问题。针对传统MAC协议应对复杂通信环境的能力不足的问题,提出了基于Q-learning算法的QoS优化MAC机制、基于分布式循环Q-learning算法的QoS优化MAC机制和基于重复更新Q-learning算法的QoS优化MAC机制。算法的创新点在于节点利用无线传感器网络通信中的可靠性和时延指标,引入Q-learning学习算法,并对优化机制进行改进,提高传感器节点针对环境的自我调节能力,提高网络的可靠性,并降低节点的通信时延。针对Q-learning算法的收敛性进行了验证,并验证了其运用于无线传感器网络通信中的可行性。本文基于CC2530实物验证平台,对叁种通信协议的可靠性与通信时延两种QoS指标进行测试,并通过改变网络的拓扑对叁种通信协议对QoS指标的调节能力进行测试,并将测试结果和原有的CSMA/CA机制和PQ-MAC协议的测试结果进行比较。测试结果表明,本文提出的叁种基于学习算法的QoS优化MAC协议,在网络稳定后,和原有CSMA/CA机制以及PQ-MAC协议相比,具有更好的可靠性与时延特性。网络稳定后,叁种协议的有效传输率均不低于99%,且通信时延均不高于2ms。(本文来源于《北京邮电大学》期刊2018-03-12）
程伟,钱蔚,庞宇,杨文彬[9]（2018）在《Web端海量电网资源GIS数据动态调度与渲染方法》一文中研究指出电网设备的图形展示是电力GIS应用的基础功能.实现大数据量场景下Web端电网资源图的高性能显示己成为电力GIS系统建设需要解决的关键问题.针对电网GIS数据及其应用特点,本文提出了一种面向Web的海量电网资源GIS数据动态调度与渲染方法.方法通过电网资源数据显示规则、线路数据分级压缩等方法控制前端数据加载量,从而降低网络传输和前端绘制压力;根据视口范围进行数据动态调度,在客户端建立请求缓存、数据缓存以提高设备渲染效率;使用HTML5技术进行数据的多线程解析和设备符号的实时绘制.经验证,在大数据量场景下,本方法可显着提升现有电力GIS应用在Web图形显示方面的流畅性、交互性及灵活性,大大改善用户体验.(本文来源于《计算机系统应用》期刊2018年02期）
徐舒婷[10]（2017）在《面向云数据中心的动态高能效虚拟机调度算法研究》一文中研究指出云数据中心资源的低效使用已经成为亟待解决的问题,为了解决虚拟机资源管理中高能耗低服务质量问题,本文提出云数据中心虚拟机资源管理策略算法,该策略包含了一系列虚拟机过程管理算法,包括虚拟机最优放置算法、高能效整合过载主机算法、高能效整合轻载主机算法。本文的研究内容,主要包括以下几个方面:(1)为解决虚拟机分配问题,本文严格证明其是NP完全问题,提出虚拟机最优分配算法。该算法结合主机利用率上界阈值及主机性能参数方法对主机的打分结果,确定虚拟机目标放置主机。(2)为解决过载主机检测及整合问题,本文提出高能效整合过载主机算法。此算法利用二次指数平滑法预测虚拟机迁移对预过载主机利用率的影响,进一步确定其上要迁移的虚拟机,消除主机过载风险。(3)为解决轻载主机检测及整合问题,提出高能效整合轻载主机算法。此算法判定选择轻载主机并重分配其上的虚拟机,关闭空闲主机,提高数据中心资源利用效率。(4)为解决虚拟机分配调度框架问题,提出最优虚拟机调度管理算法方案,此算法集合了上述叁个组件算法,可高能效地完成虚拟机分配调度全过程。(5)在CloudSim仿真平台中对算法进行实验,结果表明本文提出的云数据中心虚拟机资源管理策略算法与其他解决方案相比,平均减少21.5%的主机能耗,34.2%因迁移导致的虚拟机性能退化情况,70.2%的主机服务水平协议违反时间,68%的能耗服务违反率。(本文来源于《西北大学》期刊2017-06-01）
动态数据调度论文开题报告
（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：
由于船舶航线数据为动态数据,因此在数据传输方法需要多数据并行同点传输,才能保证数据调度指令的时效性。现有船舶航线调度方法内采用的调度算法,在数据并行处理方面存在数据并行传输延迟滞后,并行节点间冲突点过高,导致调度指令无法保证时效性。针对数据算法的并行逻辑关系,提出大数据分析下航线动态数据多信道并行调度方法分析。首先,采用大数据分析引擎建立动态数据并行冲突分析模型,通过模型得到并行数据传输中的冲突参数;接着引入MAC多层信道并行调度算法,对数据并行冲突参数进行消除计算;最后,通过计算机仿真实验对方提出的方法进行测试,证明方法的有效性与可行性。
（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。
动态数据调度论文参考文献
[1].钟健,杨琼,高薇.物联网中可分级的大数据流动态调度算法[J].重庆理工大学学报(自然科学).2019
[2].向军,郑钤.大数据分析下航线动态数据多信道并行调度方法[J].舰船科学技术.2019
[3].吴奶明.液压支架数据动态优先级调度策略分析[J].山西焦煤科技.2019
[4].邓立群,谭伟.船舶电力系统动态数据多信道调度研究[J].舰船科学技术.2019
[5].谢光,陈敏.基于大数据平台的动态车辆路径调度算法探究[J].科技传播.2019
[6].陈锋,张智,李琴剑,陈宇强,陈国良.FCD大数据并行处理的动态任务调度算法[J].中国科学技术大学学报.2018
[7].王尊.基于SDN的云数据中心网络与动态带宽调度技术研究[D].北京邮电大学.2018
[8].李尚南.无线传感器网络中基于QoS高动态数据流的调度技术研究[D].北京邮电大学.2018
[9].程伟,钱蔚,庞宇,杨文彬.Web端海量电网资源GIS数据动态调度与渲染方法[J].计算机系统应用.2018
[10].徐舒婷.面向云数据中心的动态高能效虚拟机调度算法研究[D].西北大学.2017
论文知识图
