导读:本文包含了队列调度论文开题报告文献综述及选题提纲参考文献，主要关键词:无线体域网,排队系统,优先级调度,数据丢失
队列调度论文文献综述
章婷婷,彭敏,周清峰,安宁[1]（2019）在《无线体域网中动态分配队列长度的调度算法》一文中研究指出在无线体域网的调度算法研究中,当网络中通信链路质量较差时,传感器节点之间的数据通信存在丢包率高和资源利用率低的问题。为此,文章提出一种根据实时速率动态分配队列长度的优先级调度算法,以排队系统模型为基础进行理论分析,并将其与固定队列长度算法进行比较。仿真结果表明,当紧急数据数量突增时,该动态队列长度算法显着提高了系统的吞吐量,降低了数据的丢失概率,保障了系统数据通信的可靠性。(本文来源于《合肥工业大学学报(自然科学版)》期刊2019年07期）
代亮,张亚楠,钱超,孟芸,黄鹤[2]（2019）在《联合车速–队列感知的路边单元分组调度随机优化》一文中研究指出路边单元(RSU)是车联网中为其无线覆盖范围内过往车辆提供信息服务的基础设施,路边单元间的分组传输可通过移动车辆"存储–载带–转发"的方式进行,其传输过程中分组的端到端时延由源RSU缓存中的排队时延与车辆载带过程的传播时延两部分组成.为使RSU间分组传输过程中平均端到端时延最小化,本文提出一种联合车速–队列感知的路边单元分组调度随机优化方法,该方法根据源RSU缓存队列长度和经过源RSU覆盖范围的车辆速度状态作分组调度决策.通过马尔科夫决策(MDP)框架对分组传输过程中的平均排队时延和平均传播时延进行分析,建立一个非线性平均端到端时延最小化问题并求解.仿真结果表明,所提出的RSU分组调度随机优化方法可以显着降低RSU间分组传输过程中的平均端到端时延,并提高系统中分组传输的吞吐量.(本文来源于《控制理论与应用》期刊2019年10期）
姜春茂,王凯旋[3]（2019）在《基于叁支队列的实时云任务节能调度算法》一文中研究指出利用叁支决策的基本思想,提出了面向实时云任务的细粒度任务合并调度算法.其主要思想是利用客户提交的实时任务的截止时间来计算松弛时间,按照松弛时间将任务放入紧急调度队列、正常调度队列和松弛调度队列.结合虚拟机的实际负载情况,对这叁个队列提交任务进行调度.与ETC、ESTC、MTC、ETC&MQS、ESTC&MQS算法进行对比,结果表明,所提出的算法在满足用户SLA的前提下,能够有效降低云能耗.(本文来源于《郑州大学学报(理学版)》期刊2019年02期）
孙佑明[4]（2018）在《联合成本优化和队列稳定的数据中心调度算法》一文中研究指出探讨了数据中心的调度成本最小化问题,设计了一种在线的分布式控制算法.在该算法中,每个服务器根据当前状态做出调度决策,达到网络队列稳定以及平均成本以概率1接近最优值.利用真实的流量数据进行仿真实验,以验证算法的有效性.(本文来源于《西安文理学院学报(自然科学版)》期刊2018年06期）
钱鹏飞,乔庐峰,陈庆华[5]（2018）在《一种在大容量交换中可以保证QoS的队列调度器设计与实现》一文中研究指出为了保证大容量交换结构中高优先级业务流的QoS,设计了一种可以区分服务的队列调度器。该调度器采用GDWRR算法对不同优先级队列的连接请求和队列选择进行调度,可以根据当前队列的状态动态调整各队列服务的门限值,从而避免低优先级队列的"饿死"现象。整个设计在Xilinx公司的xc6vlx240t FPGA平台上进行实现,结果表明,该电路可以为高优先级队列提供QoS保障,降低关键业务时延,并为整个交换结构的全局调度提供可能。(本文来源于《通信技术》期刊2018年11期）
郑中华,赖国洪,吴昌榕,熊建辉[6]（2018）在《基于队列调度算法的QoS出口行为研究》一文中研究指出随着计算机网络的快速发展,对于抖动,延迟,带宽敏感的视频、语音等业务越来越多的在网络中传输,这对于网络设备提出了更高的服务质量保证要求。为了对数据传输性能提供不同的质量承诺和服务,网络设备广泛使用QoS技术来保证传输质量及带宽分配提高网络利用率,基于BCM芯片方案,对二层以太网报文的QoS出口行为进行了研究,介绍了BCM方案所支持的6种调度算法SP、RR、WRR、WDRR、SP+WRR、SP+WDRR,并利用Test Center网络测试仪实现了6种调度算法的QoS解决方案。(本文来源于《东莞理工学院学报》期刊2018年05期）
李磊,薛洋,吕念玲,冯敏[7]（2019）在《基于李雅普诺夫优化的容器云队列在线任务和资源调度设计》一文中研究指出为在保证任务服务质量(QoS)的条件下提高容器云资源利用率,提出一种基于李雅普诺夫的容器云队列任务和资源调度优化策略。首先,在云计算服务排队模型的基础上,通过李雅普诺夫函数分析任务队列长度的变化;然后,在任务QoS的约束下,构建资源功耗的最小化目标函数;最后,利用李雅普诺夫优化方法求解最小资源功耗目标函数,获得在线的任务和容器资源的优化调度策略,实现对任务和资源调度进行整体优化,从而保证任务的QoS并提高资源利用率。CloudSim仿真结果表明,所提的任务和资源调度策略在保证任务QoS的条件下能获得高的资源利用率,实现容器云在线任务和资源优化调度,并且为基于排队模型的云计算任务和资源整体优化提供必要的参考。(本文来源于《计算机应用》期刊2019年02期）
周炳海,王科[8]（2018）在《带队列约束的RHFS列生成调度算法》一文中研究指出为有效提升多重入车间的生产效率,考虑实际生产中队列约束,提出了基于列生成算法的可重入混合流水车间的调度方法.首先对两阶段生产调度问题进行描述,以最小化工件总完成时间为优化目标,建立数学规划模型.针对该调度模型提出列生成算法,设计带多重决策的动态规划方法来求解工件级子问题,为更快收敛,主问题求解中采用自适应加速策略.在使用分支定界将得到的解整数化的过程中,构造列池并设计局部变异.最后,对各种不同问题规模进行了数值实验,结果表明所提出的调度算法是有效可行的.(本文来源于《东北大学学报(自然科学版)》期刊2018年09期）
沈奕菲,高亮,田鑫[9]（2018）在《基于改进WRR算法的智能变电站站内通信队列调度研究》一文中研究指出智能变电站中数据通过以太网架构综合信息一体化传输网络进行共享,及时有效的数据交互是确保智能变电站正常运行的重要环节。针对现有的数据优先级调度策略所存在的缺陷,对传统加权轮询算法进行改进,并将其运用于智能变电站综合数据调度中。以220 k V典型智能变电站为例,在OPNET网络仿真软件中建立站内通信模型进行实例仿真。结果表明,紧急情况下,改进后的加权轮询算法可以为高实时性要求报文提供更好的服务。(本文来源于《电力系统保护与控制》期刊2018年12期）
邓宏宇,汪一鸣,吴澄[10]（2018）在《基于MRR调度的认知LTE-R基站和服务类型值优先队列管理》一文中研究指出利用认知无线电技术在长期演进铁路(LTE-R)通信系统中构建认知无线网络,提出认知LTE-R基站网络架构和MRR调度算法,用以提高铁路专网频谱利用率。特别针对单一车载网关中认知LTE-R基站的先入先出队列策略造成次用户的实时业务的时延过大问题,提出基于服务类型值优先的认知LTE-R基站队列管理策略。该策略优先将服务类型值大的分组送出队列,从而达到优先服务实时业务的目的。仿真结果表明,在保障车地正常通信的前提下,构建的认知LTE-R基站能为旅客提供额外互联网接入链路,提高了长期演进铁路通信系统频谱的利用率。此外,基于服务类型值优先的队列管理策略可以有效地减少旅客实时业务的时延。(本文来源于《电信科学》期刊2018年06期）
队列调度论文开题报告
（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：
路边单元(RSU)是车联网中为其无线覆盖范围内过往车辆提供信息服务的基础设施,路边单元间的分组传输可通过移动车辆"存储–载带–转发"的方式进行,其传输过程中分组的端到端时延由源RSU缓存中的排队时延与车辆载带过程的传播时延两部分组成.为使RSU间分组传输过程中平均端到端时延最小化,本文提出一种联合车速–队列感知的路边单元分组调度随机优化方法,该方法根据源RSU缓存队列长度和经过源RSU覆盖范围的车辆速度状态作分组调度决策.通过马尔科夫决策(MDP)框架对分组传输过程中的平均排队时延和平均传播时延进行分析,建立一个非线性平均端到端时延最小化问题并求解.仿真结果表明,所提出的RSU分组调度随机优化方法可以显着降低RSU间分组传输过程中的平均端到端时延,并提高系统中分组传输的吞吐量.
（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。
队列调度论文参考文献
[1].章婷婷,彭敏,周清峰,安宁.无线体域网中动态分配队列长度的调度算法[J].合肥工业大学学报(自然科学版).2019
[2].代亮,张亚楠,钱超,孟芸,黄鹤.联合车速–队列感知的路边单元分组调度随机优化[J].控制理论与应用.2019
[3].姜春茂,王凯旋.基于叁支队列的实时云任务节能调度算法[J].郑州大学学报(理学版).2019
[4].孙佑明.联合成本优化和队列稳定的数据中心调度算法[J].西安文理学院学报(自然科学版).2018
[5].钱鹏飞,乔庐峰,陈庆华.一种在大容量交换中可以保证QoS的队列调度器设计与实现[J].通信技术.2018
[6].郑中华,赖国洪,吴昌榕,熊建辉.基于队列调度算法的QoS出口行为研究[J].东莞理工学院学报.2018
[7].李磊,薛洋,吕念玲,冯敏.基于李雅普诺夫优化的容器云队列在线任务和资源调度设计[J].计算机应用.2019
[8].周炳海,王科.带队列约束的RHFS列生成调度算法[J].东北大学学报(自然科学版).2018
[9].沈奕菲,高亮,田鑫.基于改进WRR算法的智能变电站站内通信队列调度研究[J].电力系统保护与控制.2018
[10].邓宏宇,汪一鸣,吴澄.基于MRR调度的认知LTE-R基站和服务类型值优先队列管理[J].电信科学.2018