导读:本文包含了异构机群并行系统论文开题报告文献综述、选题提纲参考文献，主要关键词:机群,序列,算法,近似,异构,比对,系统。
异构机群并行系统论文文献综述写法
李显宁[1]（2019）在《异构机群系统中序列比对并行算法进展》一文中研究指出简要介绍生物序列比对问题,生物序列比对分为双序列比对和多序列比对两大类,介绍了双序列比对并行算法和多序列比对并行算法的研究现状,并分析它们的主要设计思想及其性能。最后,对异构机群计算环境下序列比对近似并行算法的研究进行简要讨论。(本文来源于《福建电脑》期刊2019年04期）
许莉莉,魏鹰,罗海鹏,张林才[2]（2010）在《异构机群系统上并行计算双序列的最长公共子序列》一文中研究指出针对处理机节点具有不同计算速度、不同通信能力的情况,考虑计算和通信启动开销,给定处理机分配顺序,基于可分负载理论,提出一种存储受限异构机群系统的序列串最优分配线性规划模型,给出相应的序列串最优分配方法。实验结果表明,基于最优序列串分配方法的双序列最长公共子序列并行算法优于平均分配序列串算法,获得了较好的加速,并具有良好的可扩展性。(本文来源于《计算机应用研究》期刊2010年05期）
崔鑫,钟诚,陆向艳[3]（2009）在《异构机群系统上双序列全局比对并行算法》一文中研究指出对于处理机节点具有不同的计算速度、通信延迟和存储容量的异构机群系统,考虑通信启动开销,基于可分负载理论,提出一种双序列全局比对问题并行处理的最优分配策略,利用该策略确定出并行迭代次数和分配给各个从处理机的子序列长度。异构PC机群系统上的实验结果表明,提出的双序列全局比对并行算法优于基于平均分配策略的并行比对算法,获得良好的加速和可扩展性。(本文来源于《计算机工程与应用》期刊2009年08期）
范曾,钟诚,崔鑫,许莉莉[4]（2009）在《存储受限异构机群系统的多目标串近似匹配并行算法》一文中研究指出针对处理机节点具有不同的计算能力、通信延迟和存储容量的情形,考虑计算和通信启动开销,给定处理机分配顺序,基于可分负载理论,分别建立单层和两层树结构模型的存储受限异构机群系统的目标串最优分配线性规划模型,给出相应的目标串最优分配方法,并讨论了处理机最优分配顺序.实验结果表明,本文提出的基于最优分配方法的多目标串近似匹配并行算法优于平均分配算法,获得了较好的加速并具有良好的可扩展性.(本文来源于《小型微型计算机系统》期刊2009年02期）
范曾[5]（2008）在《异构机群系统上多目标和多模式近似串匹配并行算法研究》一文中研究指出串匹配是计算机科学中一个基本、重要的研究问题。多目标和多模式匹配是串匹配技术的重要研究内容。多目标和多模式精确串匹配技术要求目标串(正文串)与查询串(模式串)完全一致匹配。但是,在很多实际应用中,并不要求目标串与模式完全精确匹配,于是引入了多目标和多模式近似串匹配技术。许多应用的正文串(目标串)的规模往往很大,需要设计高效的多目标和多模式近似匹配并行算法来快速求解这类问题。机群系统具有高性能、低成本、可扩展性好的特点。本文将在处理机节点具有不同计算速度、不同通信延迟、不同存储容量的异构机群系统上,设计、实现高效的多目标和多模式精确与近似串匹配并行算法,并分析和测试并行算法的性能。运用基于孙子定理构造的均匀Hash函数并继承Karp-Rabin模式匹配思想,通过“筛选”方法,给出一种机群系统上多目标串精确匹配并行算法。该算法将字符串映射成惟一的一对整数值并采用比较一对整数值来取代逐个字符比较模式和目标串的方法,使得比较过程快速且匹配结果是确定的。算法分析和实验结果表明该并行算法简明、高效和可扩展。针对处理机节点具有不同的计算速度、通信延迟和存储容量的情形,考虑计算和通信启动开销,给定处理机分配顺序,基于可分负载理论,分别建立单层和两层树结构模型的存储受限异构机群系统的目标串最优分配线性规划模型,给出相应的目标串最优分配方法,并讨论了处理机最优分配顺序。异构PC机群系统上的实验结果表明,本文提出的基于最优分配方法的多目标串近似匹配并行算法优于平均分配算法,获得了接近线性的加速,具有良好的可扩展性。对于给定的正文串和多个模式串,运用均匀Hash函数将所有模式串的签名映射成惟一的一对整数值并存储于Hash表中,给出正文串窗口签名Hash值的推算公式;在节点具有不同的计算速度、通信延迟、存储容量的异构机群系统上,考虑计算和通信启动开销,基于可分负载理论,建立正文串最优分配线性规划模型,提出一种允许1个错误字符的多模式近似匹配并行算法。异构PC机群系统上的实验结果表明,该算法获得了较好的加速和可扩展性,它比基于均匀分配正文串策略的多模式近似匹配并行算法平均快25%。(本文来源于《广西大学》期刊2008-06-01）
崔鑫[6]（2008）在《异构机群系统上序列比对并行处理研究》一文中研究指出序列比对是生物信息学的核心研究内容之一,也是各种序列分析任务的基本方法。它研究序列之间的优化对应,即用一个距离函数或者相似分数来度量序列之间的相似性和非相似性。序列比对对研究分子结构与功能预测具有重要意义,因此其计算方法得到人们高度重视。在实际应用中,序列比对的规模很大,即使利用最快的串行比对算法也很耗时,因此需要设计高效的并行算法以快速求解这类问题。由于机群计算系统具有高性能和低成本的特点,所以在异构机群系统上研究序列比对算法的并行处理具有重要的现实意义。本文基于可分负载理论的最优原则,对于处理机节点具有不同的计算速度、通信延迟和存储容量的异构机群系统,考虑通信启动开销,提出一种双序列全局比对问题并行处理的最优分配策略,利用该策略确定出并行迭代次数和分配给各个从处理机的子序列长度。异构PC机群系统上的实验结果表明,与平均分配策略相比,本文提出的最优分配策略进行双序列全局比对并行处理所需的时间明显缩短,并获得良好的加速和可扩展性。多序列局部比对是另一个重要的序列比对问题。本文针对处理机节点具有不同的计算速度、通信延迟和存储容量的异构机群系统,考虑通信启动开销,给定处理机分配顺序,基于可分负载理论提出一种多序列局部比对问题并行处理的最优分配策略,给定了处理机最优分配顺序,给出并行求解多序列局部比对问题所需时间的数学规划模型。异构PC机群系统上的实验结果表明,本文提出的最优分配策略进行多序列局部比对并行处理所需的时间比按平均分配策略的算法所需时间短,并获得良好的加速和可扩展性。(本文来源于《广西大学》期刊2008-06-01）
许莉莉[7]（2008）在《异构机群系统上最长公共子序列并行计算研究》一文中研究指出求解任意给定的两个字符串的最长公共子序列(LCS)的问题是计算机科学中一个基本和重要的问题,它是一种仅仅允许对模式和正文进行插入和删除编辑操作的近似串匹配问题。最长公共子序列在生物序列相似性分析、网络入侵检测、网络远程教学、电子商务、信息检索、数据挖掘、自动命题等领域应用广泛。随着串序列数量的增长,即使采用快速的LCS串行算法求解也显得力不从心。机群计算系统具有高性能和低成本的特点,在异构机群系统上研究最长公共子序列的并行计算具有重要的现实意义。对于多序列的LCS问题,基于可分负载理论的最优原则,在将目标串分配给从处理机的顺序固定的前提下,考虑处理机节点具有不同计算速度、不同通信能力和存储容量的情况,本文提出了一种异构机群计算环境下的最优目标串分配策略,在这种分配策略下各个从处理机按照目标串的分配顺序开始执行串行LCS算法并同时结束,从而使得LCS并行算法的完成时间最小。实验结果表明,在异构机群系统上,与按平均分配目标串策略相比,利用本文提出的最优目标串分配策略求解扩展最长公共子序列问题的并行算法所需的时间缩短了6～32%。对于双序列的LCS问题,在假定从处理机分配顺序固定的前提下,考虑处理机节点具有不同计算速度、不同通信能力的异构机群系统情况,本文提出一种最优序列串分配策略,并给出了相应的序列串分配的闭合解,以此划分双序列的动态规划矩阵,通过各从处理机之间的相互协调通信以最小化并行求解双序列LCS问题的时间。算法分析与实验结果表明,按最优序列串分配策略比按平均分配策略执行算法显着地缩短了并行求解双序列LCS问题所需的时间,获得了良好的加速和可扩展性。(本文来源于《广西大学》期刊2008-06-01）
范大娟,钟诚,许莉莉[8]（2008）在《异构机群系统上近似串匹配并行算法》一文中研究指出基于可分负载理论的最优原则,在假定正文串分配顺序固定的前提下,考虑处理机节点具有不同计算速度、不同通信能力的情况,提出一种异构机群计算环境下的最优正文串分配策略,给出最优正文串分配的闭合解。对于节点具有不同计算速度、通信能力、存储容量的异构机群系统,建立正文串最优分配的线性规划模型。针对几种特殊情况讨论正文串的最优分配顺序。实验结果表明,与平均分配正文串策略以及按照从处理机能力分配正文串策略相比,利用该策略进行近似串匹配并行处理所需时间分别缩短了10%~40%和5%~20%。(本文来源于《计算机工程》期刊2008年03期）
钟诚,范大娟[9]（2008）在《异构机群系统上基于多轮分配方式的近似串匹配并行算法》一文中研究指出在给定正文串分配轮数的前提下,考虑处理机节点具有不同计算速度、不同通信能力的情形,根据从处理机是否允许重迭执行计算和通信操作,提出异构机群计算环境下的最优正文串多轮分配策略;同时提出一种周期性的正文串多轮分配策略并给出了相应的正文串多轮分配的闭合解,此策略可以求出最优的分配轮数.实验结果表明,正文串多轮分配策略比正文串单轮分配策略大大缩短了近似串匹配并行处理的时间,并且在正文串多轮分配策略中,当近似串匹配应用的规模较小时,分配轮数比参与近似串匹配并行处理的从处理机数更能影响近似串匹配并行处理的完成时间,反之,从处理机数对近似串匹配并行处理的完成时间影响更大.(本文来源于《计算机研究与发展》期刊2008年S1期）
范大娟[10]（2007）在《异构机群系统上单模式单正文串近似串匹配并行算法研究》一文中研究指出串匹配问题是计算机科学中的一个基本问题。精确串匹配技术要求模式与正文子串完全匹配，不允许有错误。但是在许多实际情况中，并不要求模式与文本子串完全精确匹配，因此人们引入了近似串匹配技术。在许多实际应用中，正文串的规模很大，即使利用最快的近似串匹配顺序算法也很耗时，因此需要设计高效的近似串匹配并行算法以快速求解这类问题。由于机群计算系统具有高性能和低成本的特点，所以在异构机群系统上研究近似串匹配的并行处理具有重要的现实意义。这种粗粒度并行的近似串匹配技术的关键问题是如何恰当地划分正文串并将其分配到合适的处理机上，以使得从分配正文串开始到所有处理机完成近似串匹配所经历的时间最短。基于可分负载理论的最优原则，在假定正文串分配顺序固定的前提下，考虑处理机节点具有不同计算速度、不同通信能力的情况，提出异构机群计算环境下的最优正文串单轮分配策略并给出最优正文串分配的闭合解；进一步地，对于节点具有不同计算速度、不同通信能力、不同存储容量的异构机群系统，建立正文串最优分配的线性规划模型；并且针对几种特殊情况讨论正文串的最优分配顺序。算法分析与实验结果表明，与平均分配正文串策略以及按照从处理机能力分配正文串策略相比，利用本文提出的最优正文串单轮分配策略进行单模式单正文串近似匹配并行处理所需的时间分别缩短了10～40％和5～20％。在给定正文串分配轮数的前提下，考虑处理机节点具有不同计算速度、不同通信能力的情况，根据是否允许处理机重迭执行计算和通信操作，本文提出异构机群计算环境下的最优正文串多轮分配策略，同时提出一种周期性的正文串多轮分配策略，此策略可以求出最优的分配轮数，并给出了相应的正文串多轮分配的闭合解。算法分析与实验结果表明，按正文串多轮分配策略比按正文串单轮分配策略执行的并行算法大大缩短了单模式单正文串近似匹配处理所需的时间。(本文来源于《广西大学》期刊2007-05-01）
异构机群并行系统论文开题报告范文
（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：
针对处理机节点具有不同计算速度、不同通信能力的情况,考虑计算和通信启动开销,给定处理机分配顺序,基于可分负载理论,提出一种存储受限异构机群系统的序列串最优分配线性规划模型,给出相应的序列串最优分配方法。实验结果表明,基于最优序列串分配方法的双序列最长公共子序列并行算法优于平均分配序列串算法,获得了较好的加速,并具有良好的可扩展性。
（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。
异构机群并行系统论文参考文献
[1].李显宁.异构机群系统中序列比对并行算法进展[J].福建电脑.2019
[2].许莉莉,魏鹰,罗海鹏,张林才.异构机群系统上并行计算双序列的最长公共子序列[J].计算机应用研究.2010
[3].崔鑫,钟诚,陆向艳.异构机群系统上双序列全局比对并行算法[J].计算机工程与应用.2009
[4].范曾,钟诚,崔鑫,许莉莉.存储受限异构机群系统的多目标串近似匹配并行算法[J].小型微型计算机系统.2009
[5].范曾.异构机群系统上多目标和多模式近似串匹配并行算法研究[D].广西大学.2008
[6].崔鑫.异构机群系统上序列比对并行处理研究[D].广西大学.2008
[7].许莉莉.异构机群系统上最长公共子序列并行计算研究[D].广西大学.2008
[8].范大娟,钟诚,许莉莉.异构机群系统上近似串匹配并行算法[J].计算机工程.2008
[9].钟诚,范大娟.异构机群系统上基于多轮分配方式的近似串匹配并行算法[J].计算机研究与发展.2008
[10].范大娟.异构机群系统上单模式单正文串近似串匹配并行算法研究[D].广西大学.2007