导读:本文包含了分布式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:分布式,算法,流水线,可编程,门阵列,最小,分配。
分布式算法论文文献综述
黄钰瑶[1]（2019）在《无线网络中抽象媒体访问控制层分布式算法研究》一文中研究指出无线网络中分布式算法面临着设计复杂化的问题,因为不仅要考虑问题本身还要考虑无线网络中的干扰和信道冲突等问题。抽象媒体访问控制层(abstract Media Access Control Layer,absMAC layer)为上层算法提供了具有保证的可靠局部广播通信,使得高级算法可以基于抽象媒体访问控制层进行设计,不需要考虑干扰和信道冲突等问题。由于物理干扰模型(Physical Interference Model)中干扰的全局性使得分布式算法分析非常困难,所以抽象媒体访问控制层算法大都基于图干扰模型(Graph Interference Model),目前唯一基于物理干扰模型的算法采用了近似的方法来实现。如何在物理干扰模型下精确实现抽象媒体访问控制层这一问题并未解决。基于这一现状,提出了具有物理载波传感器的一般性局部广播算法。干扰的全局性使分析消息发送成功的情况变得困难,通过载波监听功能,节点可以根据干扰的大小和所收到的消息来判断发送节点是否广播成功,从而使发送节点能及时停止。节点具有较大的发送功率,成功广播时消息能够覆盖邻居以外更大的范围,使得周围部分节点停止发送,从而加快局部广播完成。基于上述思想的算法分析得到的延迟函数是渐近最优的。仿真结果表明,基于载波监听功能的精确实现抽象媒体访问控制层算法与现有近似算法相比,广播延迟降低了大约10倍。一般性局部广播问题首次考虑了不同消息的种类,证明了局部广播的复杂性与消息的种类有关,且一般性局部广播算法有可能处理数据聚合和收集等更多的场景。抽象媒体访问控制层延迟函数渐近最优的结果,为许多新的更快的高级算法的提出打下基础。(本文来源于《华中科技大学》期刊2019-05-01）
王锋[2]（2019）在《分布式算法与云平台研究》一文中研究指出云计算是一种基于互联网的计算方式。它通过互联网上异构、自治的服务为个人和企业用户提供按需即取的计算。云计算平台,是指平台通过一套软件系统把分布式部署的资源集中调度使用。本文针对亚马逊的Dynamo,以及谷歌的GFS、BigTable和MapReduce,这四个典型的云计算平台进行项目研究,对其设计思想和实现的关键算法原理进行了阐述。并基于此,提出了对未来云计算技术和云平台的进一步发展的展望。(本文来源于《现代信息科技》期刊2019年08期）
潘玉霞[3]（2019）在《基于新型分布式算法的批量流水线调度方法研究》一文中研究指出在企业生产经营活动中,生产计划是最重要的依据,而生产计划是由调度系统来实施完成的,批量流水线调度问题是一个合理分配资源的过程,从而达到优化一个或多个目标的目的。优化的批量流水线调度方案,能提高企业的生产效率,并在一定程度上降低生产成本,目前的批量流水线调度方案存在一定问题,笔者提出基于新型分布式算法的批量流水线调度方法。(本文来源于《信息与电脑(理论版)》期刊2019年07期）
于梦晓[4]（2019）在《求解线性代数方程组的一种鲁棒分布式算法》一文中研究指出针对分布式环境应用背景下的线性代数方程组,本文提出了一种基于多智能体系统求解线性代数方程组的分布式算法。该算法是鲁棒的,因为它不需要预先假设线性代数方程组有解。算法或者收敛到线性代数方程组的某个解,或者通过判断准则有效终止,而不会陷入死循环。数值仿真验证了算法的有效性。仿真结果表明,对于有解的线性代数方程组,本文的算法比之前的分布式算法需要更少的迭代次数;对于无解的线性代数方程组,可通过判断准则终止算法。(本文来源于《科技创新导报》期刊2019年09期）
张锋辉,符茂胜,刘仁金,蔡翠翠[5]（2019）在《移动云中实现效用最大化的实时分布式算法》一文中研究指出根据移动云中资源提供和需求平衡的原则设计实时分布式算法,实现移动云在价格激励下效用最大化。分析该系统中资源提供者(resource providers,RPs)和资源需求者(resource buyer,RB)的特性,提出RPs的代价函数和RB的效用函数;分析系统效用为凹函数,设计梯度投影法对其拉格朗日对偶进行求解,根据移动云特点提出实时分布式算法优化系统效用。将提出的实时分布式算法和固定价格方法进行对比,对比结果表明,该方法能够明显提高系统效用。(本文来源于《计算机工程与设计》期刊2019年03期）
林晨[6]（2019）在《面向无人机集群任务分配的分布式算法研究》一文中研究指出相较于一架多功能昂贵的大型无人机,多架异构低成本无人机集群在作战可靠性和复杂环境适应性方面,具有潜在优势。无人机集群任务分配是通过优化为集群中的无人机选择合理的任务,使集群执行任务的收益最大或执行代价最小,高效实时的任务分配是保障集群作战效能最大的重要手段之一。近年来,分布式的协同任务分配技术(无中心网络节点)得到学术界和工业界的广泛关注。但是,针对相关研究大多停留在算法收敛性的理论分析和纯数字仿真验证阶段,算法设计较少考虑实际计算芯片的资源约束;性能验证方面,缺乏计算芯片在环的半实物平台的支撑。针对这两方面不足,本论文进行了如下的研究。首先,针对无人机-单任务条件下的分配问题,研究了分配算法的目标模型和约束模型,以及基于分布式拍卖算法的求解方法,对算法收敛性做了分析,并进行了仿真验证与分析;针对需要多个无人机一起执行同一个任务的场景,修正了问题模型,研究了基于合同网协议的求解方法,该方法的核心思想是在无人机集群内局部执行“招标-竞标-中标”的流程,对合同网协议进行了仿真分析。针对无人机-多任务分配的场景,研究了基于CBBA算法的求解流程,并进行了仿真分析。采用无人机动态存储任务序列的策略;并在无人机间互通信息,以调整当前任务序列,进而避免任务冲突。该策略能保证无人机执行完当前任务后立即去执行下一任务,进而保证实现局部最优的分配。设计并搭建了一套低成本的、易拓展的分布式半实物实验平台。该平台包括4块采用行业界主流的TMS320C6748 DSP弹载芯片;使用UART串口通信协议进行PC机与开发板间的可靠通信;使用低成本的XBee无线通信模块,模拟机间实时通信;该平台框架下,无人机动力学特性在电脑上模拟;无线与有线通信协议,以及分布式分配算法都在开发板上实时运行。在搭建的半实物仿真平台上,针对包含4架无人机与6个目标的分配问题场景及机间线型通信拓扑条件下,开展了分布式拍卖算法的移植与性能评估。基于实测数据,系统评估了无线模块的通信能力,及分布式拍卖算法的性能。(本文来源于《电子科技大学》期刊2019-03-15）
徐畅,郭莹[7]（2019）在《基于最小误差熵的分布式算法研究》一文中研究指出非高斯冲击噪声在生活中无处不在,严重影响了基于分布式估计的自适应滤波算法的性能。由于最小误差熵(Minimum Error Entropy,MEE)在处理非高斯问题时明显优于以最小均方误差(Mean Square Error,MSE)为代价函数的算法,为此将最小误差熵准则和分布式扩散算法结合,引入比例矩阵的思想,提出了一种基于最小误差熵准则的分布式扩散比例算法(Diffusion Proportionate MEE,DPMEE)。该算法不仅可以抑制非高斯噪声的干扰,还可以增加其对稀疏度不同的系统的适应性。实验结果表明,与传统分布式算法相比,该算法在脉冲噪声干扰下的性能得到大幅度提高,且具有较强的鲁棒性和跟踪能力。(本文来源于《通信技术》期刊2019年03期）
高红梅[8]（2019）在《一种分布式算法的FIR滤波器设计》一文中研究指出分布式算法是一种以实现乘加运算为目的的运算方法。主要介绍了一种采用分布式算法的FIR滤波器的设计与FPGA实现过程。采用ROM作为查找表来计算乘积和,然后设计出按照字并行处理的开式环结构的FIR滤波器,并在表的输出和加法器树的输出上增加额外的流水线寄存器而不需要增加成本。在基于Quartus II平台上用VHDL语言在可编程逻辑器件上实现该结构的功能。实验结果表明,分布式算法可有效地减少硬件电路规模,易实现流水线处理,提高电路的执行速度。(本文来源于《广东通信技术》期刊2019年02期）
李克强,韩学山,李华东,李文博[9]（2019）在《配网中光伏逆变器最优潮流追踪的分布式算法》一文中研究指出在量测、定位、通信技术,以及逆变器输出可快速设定的电力电子化技术成熟背景下,针对配电网中分布式光伏逆变器最优潮流追踪问题,提出一种时变、线性化的优化模型。该模型依据优化周期极短、电网状态量在优化周期内数值变化微小的特点,基于泰勒展开,将优化时段内的目标函数、约束条件线性化,从而将非线性优化问题转化为序列线性优化问题。这一序列线性化方法较全程线性化假设在精度上有显着提高。进一步利用交替方向乘子算法,将上述线性规划问题推演为分布式计算格式,即各光伏逆变器仅需获取相邻节点有限的变量信息,即可完成对自身运行基点的优化,并得到全局一致性的优化结果。算例分析表明,所提算法可以实现光伏逆变器对最优潮流的实时追踪,从而使配电网更好地适应高比例光伏电源的接入,提高配电网主动性与运行效率。(本文来源于《中国电机工程学报》期刊2019年03期）
覃升,谈子敬,肖永松[10]（2018）在《差别依赖验证的分布式算法》一文中研究指出数据质量是大数据研究的重要领域之一。数据一致性是数据质量评估的关键度量指标,它基于数据依赖来表述数据应该遵循的质量准则。差别依赖可以描述数据间的差异性,除了相等,还可以在定义中引入大于、小于等序列关系,因而具有较强的表述能力。数据依赖验证的目的是在数据集中发现违反数据依赖的部分数据,是进一步数据质量工作的基础。利用分布式计算环境来处理差别依赖验证的问题,以应对大数据的需求。提出分布式的随机叁角分布算法,可以正确而高效地完成差别依赖在数据集上的检测;基于差别依赖的性质和数据分布特征,提出排序叁角分布算法,更好地优化算法。实验证明,算法相较于常见分布式计算工具SparkSQL和Hive具有显着改善。(本文来源于《计算机应用与软件》期刊2018年11期）
分布式算法论文开题报告
（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：
云计算是一种基于互联网的计算方式。它通过互联网上异构、自治的服务为个人和企业用户提供按需即取的计算。云计算平台,是指平台通过一套软件系统把分布式部署的资源集中调度使用。本文针对亚马逊的Dynamo,以及谷歌的GFS、BigTable和MapReduce,这四个典型的云计算平台进行项目研究,对其设计思想和实现的关键算法原理进行了阐述。并基于此,提出了对未来云计算技术和云平台的进一步发展的展望。
（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。
分布式算法论文参考文献
[1].黄钰瑶.无线网络中抽象媒体访问控制层分布式算法研究[D].华中科技大学.2019
[2].王锋.分布式算法与云平台研究[J].现代信息科技.2019
[3].潘玉霞.基于新型分布式算法的批量流水线调度方法研究[J].信息与电脑(理论版).2019
[4].于梦晓.求解线性代数方程组的一种鲁棒分布式算法[J].科技创新导报.2019
[5].张锋辉,符茂胜,刘仁金,蔡翠翠.移动云中实现效用最大化的实时分布式算法[J].计算机工程与设计.2019
[6].林晨.面向无人机集群任务分配的分布式算法研究[D].电子科技大学.2019
[7].徐畅,郭莹.基于最小误差熵的分布式算法研究[J].通信技术.2019
[8].高红梅.一种分布式算法的FIR滤波器设计[J].广东通信技术.2019
[9].李克强,韩学山,李华东,李文博.配网中光伏逆变器最优潮流追踪的分布式算法[J].中国电机工程学报.2019
[10].覃升,谈子敬,肖永松.差别依赖验证的分布式算法[J].计算机应用与软件.2018
论文知识图
