导读:本文包含了任务分配策略论文开题报告文献综述及选题提纲参考文献，主要关键词:无人仓,自动搬运,动态任务分配
任务分配策略论文文献综述
黄颖,李蔷[1]（2019）在《无人仓自动搬运系统策略研究——动态任务分配》一文中研究指出针对当前仓储过程中实现自动化、无人化发展的关键问题,利用任务看板机制,分别实现对组合任务和单任务的动态分配。建立分散式的任务分配流程,最大化降低对中央处理器的要求,以实现电商物流快速响应,提升物流服务水平。(本文来源于《物流技术》期刊2019年07期）
李鑫滨,章寿涛,闫磊,韩松[2]（2019）在《基于鲁棒Restless Bandits模型的多水下自主航行器任务分配策略》一文中研究指出针对水下监测网络中多自主航行器(AUV)协同信息采集任务分配问题进行了研究。首先,为了同时考虑系统中目标传感器的节点状态与声学信道状态对AUV任务分配问题的影响,构建了水声监测网络系统的综合模型;其次,针对水下存在的多未知干扰因素并考虑了模型产生不精确的情况,基于强化学习理论将多AUV任务分配系统建模为鲁棒无休止赌博机问题(RBP)。最后,提出鲁棒Whittle算法求解所建立的RBP,从而求解得出多AUV的任务分配策略。仿真结果表明,在干扰环境下与未考虑干扰因素的分配策略相比,在系统分别选择1、2、3个目标时,鲁棒AUV分配策略对应的系统累计回报值参数的性能分别提升了5.5%、12.3%和9.6%,验证了所提方法的有效性。(本文来源于《计算机应用》期刊2019年10期）
魏晓蕾[3]（2019）在《自治车联云中基于任务分片的多任务分配策略研究》一文中研究指出高速公路上行驶的车辆,当有大计算量的任务需要执行时,单一车辆由于自身的计算能力和存储性能限制无法完成,需要分配给周围车辆执行。高速公路上这样行驶的车辆可以互相连接在一起形成一种车辆自组织网络。而自治车联云将车辆自组织网络与云相结合,将单一车辆无法完成的任务分配给周围一个或多个车辆执行。在自治车联云高速公路场景中,一段时间内,有这样任务执行需求的车辆可能不止一个,而且由于高速公路路况较复杂、车辆节点运动速度较快,车辆间通信时断时续,节点拓扑变化频繁等特点,怎样将自治车联云中高速公路场景下,多个任务发起车辆节点发起的大计算量任务分配给周围节点执行,成为一个亟待解决的问题。本文通过考虑自治车联云中高速公路场景下多任务分配是否需要分片以及如何分片的问题,提出了一种多任务分片分配策略。通过综合考虑车辆节点之间的可通信时长和计算能力,依据任务发起节点的周围节点的可执行任务片大小对任务执行节点进行选择,将大计算量任务分片分配,在考虑差错容忍、信道干扰和排队等待时延的情况下,实现了多个大计算量任务在多个任务执行车辆节点之间的分配。OPNET仿真实验结果表明,相比不分片随机选择任务执行节点的多任务分配策略和等分分片的多任务分配策略,本文依据可执行任务片分片的多任务分配策略的多任务完成率分别提高了17.83%和54.67%,多任务完成延迟分别降低了53.67%和25.82%。(本文来源于《内蒙古大学》期刊2019-06-06）
李硕[4]（2019）在《高速公路自治车联云下多任务分片分配策略的研究》一文中研究指出移动智能终端性能的提升和无线通讯技术的发展使得车载单元的功能和性能得到提升,车辆节点可以作为服务提供者。因此,在自治车联云中,车辆节点中由多个任务组成的请求可由其他车辆节点协助执行,共同完成任务。当用户的请求由多个任务组成时,任务之间具有依赖关系,根据任务的执行顺序可连接成服务序列。综合考虑节点通信链路的稳定性及节点的计算能力,根据服务序列,按照最小化总任务完成时间为目标部署任务,可以提高任务的成功率。因此,本文将研究基于服务序列的任务部署和分配问题,提高任务的成功率和节点资源的利用效率。本文的工作分为任务部署阶段和任务分配阶段。在任务部署阶段,根据车辆移动信息预测在任务截止期限内执行任务的可用资源,基于资源预测任务完成时间,以最小化总任务完成时间将任务部署到路边单元。在任务分配阶段,路边单元根据任务的计算量及车辆资源,将任务动态划分为多个子任务并分配到车辆节点执行,以保证车辆资源的利用率和任务的成功率。本文采用OPNET进行仿真验证,验证在不同任务类型和不同任务计算量时基于服务序列的任务部署和分配方案的性能。并将该方案与经典调度算法优化分代调度算法OGS进行对比,在拓扑快速变化的高速公路自治车联云中,对具有依赖关系的任务,本文方案的任务成功率比OGS算法高11.36%以上。(本文来源于《内蒙古大学》期刊2019-05-30）
薛愈洁[5]（2019）在《一种基于Value均值的MapReduce任务分配策略》一文中研究指出在大数据处理中,MapReduce编程思想是处理海量数据中值得借鉴的思想,其计算任务可分为Map任务与Reduce任务。不同类型的数据,其来源与格式不同,处理时不同Key值的List<Value>集合不同,导致不同Reduce任务节点负载不同,体现在集群上为各个节点任务负载不均衡。针对MapReduce中不同Reduce任务节点负载不均衡问题,在Reduce任务中,将同一Key值的List<Value>集合进行均值处理,并根据Key值进行重新划分,提出一种基于Value均值的MapReduce任务分配策略。实验证明,该策略不仅能够提高Reduce任务处理效率,而且具有广泛性。(本文来源于《太原学院学报(自然科学版)》期刊2019年01期）
阮光耀[6]（2019）在《基于负载均衡的FastDFS新存储节点的同步任务分配策略研究》一文中研究指出FastDFS分布式文件系统作为当今网络环境下主流的中小文件存储架构,它有着轻量级、高性能与高扩展的特点,被各大企业广泛应用。其中,新增存储节点作为FastDFS降低系统负载、增加系统吞吐量与容灾备份的重要操作,具有重要意义。但是在新增存储节点所必须完成的源文件同步任务分配中,它采取的方法过于简单,工作效率低下,并且在原有对外上传下载等服务,产生的服务负载基础上,容易造成负载倾斜与性能瓶颈,影响到对外服务质量,从而改进原有的新存储节点同步任务分配方法,不仅可以提高同步效率,还能降低系统整体负载,保证系统对外服务的稳定性。因此,本文基于FastDFS新存储节点同步任务分配问题,提出LBB-STA算法完成多节点负载均衡的计算,计算结果作为考虑老存储节点同步任务分配调度优先执行新存储节点同步任务的参考标准,结合多个老存储节点并发任务执行机制,合作完成新存储节点同步任务。该算法以改进原有的FastDFS新增存储节点同步任务分配算法为创新点,借鉴经典负载均衡算法的思想与适用环境,充分考虑老存储节点性能与服务负载,通过对存储节点状态信息的周期采集,计算处理性能容余率,按照处理性能容余率进行分组处理,然后在高分组内均分同步任务,再由被分配同步任务的多个老存储节点,以并行方式开启异步线程,向新存储节点进行源文件同步工作。LBB-STA算法充分考虑存储节点在实际工作中的真实负载与性能容余,将同步任务合理均衡分配至存储节点,从而提高系统资源利用率,与系统负载的稳定性。最后,对LBB-STA算法进行编程实现,设计同步时长与负载率两组对比实验,对比原算法与LBB-STA算法同步相同大小文件使用的时间与存储节点负载率。实验表明,在已有叁台老存储节点,进行20GB文件数据同步的环境下,LBB-STA算法比原算法在同步效率上提升了67%,在平衡负载率上提升了61%,验证了LBB-STA算法的合理性与优越性。(本文来源于《武汉纺织大学》期刊2019-02-01）
邢焕革,马曲立,任涛[7]（2018）在《基于买卖合同策略与PSO算法的异构UAV任务分配规划方法》一文中研究指出针对PSO算法在初始化异构UAV协同任务分配效率不高、任务分配不均的问题,将PSO算法与买卖合同策略结合起来,运用买卖合同策略来调整PSO算法对异构UAV协同任务的初始分配,同时充分发挥PSO算法对多目标优化具有收敛速度快、寻优精度高等优势,有效解决了异构UAV对多类型任务规划的最优分配。仿真结果表明:该方法在保证任务分配合理的同时,能够有效解决多约束条件下异构UAV协同任务分配规划优化问题。(本文来源于《海军工程大学学报》期刊2018年06期）
董健康,岳雷鸣[8]（2018）在《基于MAS的勤务维修协同任务分配策略（英文）》一文中研究指出飞机的勤务过程是一个资源约束的多人协同问题,任务分配是协同的基础。现有的关于勤务维修协同的研究还比较有限。针对以上问题,以单机勤务任务为研究对象,基于MAS构建飞机勤务维修任务分配的动态模型,综合考虑了任务时间窗、任务执行者时间要求、勤务任务执行成本、勤务任务需求能力等多重因素,以最短的时间和最低的成本完成单机勤务任务为双重优化目标,通过遗传算法与最短路算法相结合得到了勤务任务的最优分配方案及执行顺序。实例验证表明所提出的模型和算法对于勤务维修协同任务分配切实可行,对于机务人员的勤务维修管理具有指导性的意义。(本文来源于《机床与液压》期刊2018年18期）
白世贞,付秀琴,王婷婷[9]（2018）在《农产品冷藏链任务分配协调策略研究》一文中研究指出农产品冷藏链中各个主体企业追求自身利益最大化的目标理念,会促使各个企业在合作过程中做出不利于整个供应链的行为,主体企业与主体企业间的信息不对称,会出现农产品冷藏链任务分配不协调的问题。农产品冷藏链任务分配的不协调不仅损害各个主体企业的利益,而且影响农产品冷藏链的稳定和发展。在农产品冷藏链运作过程中,如何协调任务分配问题,是保障农产品冷藏链主体企业利益和整体稳定的关键。建立农产品冷藏链任务分配模型,提出协商协议以及协商算法,并采用实际算例检验其有效性,说明协商是一种有效的合作协调方法,为农产品冷藏链上企业进行任务分配协调提供理论和模型支持,有助于促进农产品冷藏链健康发展,降低农产品损耗,保障消费者食品安全。(本文来源于《江苏农业科学》期刊2018年18期）
陈伟[10]（2018）在《基于蚁群算法的云计算任务分配策略》一文中研究指出针对云计算中任务分配的执行时间和负载均衡等方面的问题,提出一种基于蚁群算法的任务分配策略.该策略综合考虑资源计算能力、执行时间、实时负载等因素,对启发信息、信息素更新等进行了改进.利用Cloudsim工具进行仿真实验.结果表明:该策略减少了任务执行时间,有效改善了资源负载不均问题,负载均衡度稳定在0.2~0.3之间;提高了资源的利用率,很好地实现了云计算任务的合理调度.(本文来源于《内江师范学院学报》期刊2018年06期）
任务分配策略论文开题报告
（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：
针对水下监测网络中多自主航行器(AUV)协同信息采集任务分配问题进行了研究。首先,为了同时考虑系统中目标传感器的节点状态与声学信道状态对AUV任务分配问题的影响,构建了水声监测网络系统的综合模型;其次,针对水下存在的多未知干扰因素并考虑了模型产生不精确的情况,基于强化学习理论将多AUV任务分配系统建模为鲁棒无休止赌博机问题(RBP)。最后,提出鲁棒Whittle算法求解所建立的RBP,从而求解得出多AUV的任务分配策略。仿真结果表明,在干扰环境下与未考虑干扰因素的分配策略相比,在系统分别选择1、2、3个目标时,鲁棒AUV分配策略对应的系统累计回报值参数的性能分别提升了5.5%、12.3%和9.6%,验证了所提方法的有效性。
（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。
任务分配策略论文参考文献
[1].黄颖,李蔷.无人仓自动搬运系统策略研究——动态任务分配[J].物流技术.2019
[2].李鑫滨,章寿涛,闫磊,韩松.基于鲁棒RestlessBandits模型的多水下自主航行器任务分配策略[J].计算机应用.2019
[3].魏晓蕾.自治车联云中基于任务分片的多任务分配策略研究[D].内蒙古大学.2019
[4].李硕.高速公路自治车联云下多任务分片分配策略的研究[D].内蒙古大学.2019
[5].薛愈洁.一种基于Value均值的MapReduce任务分配策略[J].太原学院学报(自然科学版).2019
[6].阮光耀.基于负载均衡的FastDFS新存储节点的同步任务分配策略研究[D].武汉纺织大学.2019
[7].邢焕革,马曲立,任涛.基于买卖合同策略与PSO算法的异构UAV任务分配规划方法[J].海军工程大学学报.2018
[8].董健康,岳雷鸣.基于MAS的勤务维修协同任务分配策略（英文）[J].机床与液压.2018
[9].白世贞,付秀琴,王婷婷.农产品冷藏链任务分配协调策略研究[J].江苏农业科学.2018
[10].陈伟.基于蚁群算法的云计算任务分配策略[J].内江师范学院学报.2018