基于Spark并行搜索的自適應(yīng)決策優(yōu)化機(jī)制的研究與實現(xiàn)
發(fā)布時間:2021-11-20 01:02
隨著計算機(jī)技術(shù)的迅速發(fā)展,軟件系統(tǒng)的規(guī)模也在不斷增加并且趨向于復(fù)雜,這也導(dǎo)致人為調(diào)整軟件行為的過程變得更加困難、易出錯、并耗費時間、精力和成本,軟件健壯性不足;ヂ(lián)網(wǎng)環(huán)境下的軟件系統(tǒng)需要應(yīng)對復(fù)雜的軟件變化并且持續(xù)地滿足用戶的需求,因此軟件系統(tǒng)自身需要在運行過程中具備自適應(yīng)能力,即可以在運行過程中動態(tài)調(diào)整自己的行為、屬性、結(jié)構(gòu)等以適應(yīng)環(huán)境或用戶需求的變化,從而提高系統(tǒng)的適應(yīng)能力,延長軟件的使用時間。自適應(yīng)軟件通過建立自適應(yīng)控制循環(huán)(MAPE)實現(xiàn)對軟件的自適應(yīng)控制,其中自適應(yīng)決策環(huán)節(jié)主要負(fù)責(zé)生成自適應(yīng)策略。因此,自適應(yīng)決策的能力直接影響著自適應(yīng)軟件的質(zhì)量屬性與對外服務(wù),是自適應(yīng)軟件領(lǐng)域的熱點與難點問題。自適應(yīng)決策的本質(zhì)定義是將變化作為目標(biāo),從若干備選方案中尋找或產(chǎn)生最能滿足目標(biāo)的自適應(yīng)策略的過程。因此,它不僅是一種狀態(tài)遷移的問題,也是一個優(yōu)化問題。從優(yōu)化的角度出發(fā),將有可能建立新的自適應(yīng)決策方法。因此,本人所在課題組將基于搜索的軟件工程和自適應(yīng)軟件領(lǐng)域相結(jié)合,同時根據(jù)遺傳算法在全局搜索以及擴(kuò)展性方面的優(yōu)勢,利用遺傳算法來實現(xiàn)軟件的自適應(yīng)決策。根據(jù)基于搜索的軟件工程的思想,將不同軟件變化可...
【文章來源】:西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:81 頁
【學(xué)位級別】:碩士
【部分圖文】:
自適應(yīng)決策之首頁頁面展示
自適應(yīng)決策之前商品瀏覽頁面展示
自適應(yīng)決策之后首頁頁面展示
【參考文獻(xiàn)】:
期刊論文
[1]基于PVM的最小權(quán)三角劃分并行遺傳算法研究[J]. 張冬梅,姜鵬飛,何興恒,楊捷. 計算機(jī)工程與應(yīng)用. 2007(02)
碩士論文
[1]基于RPC的高并發(fā)網(wǎng)絡(luò)通信中負(fù)載均衡的研究[D]. 馬原.浙江理工大學(xué) 2017
[2]基于Spark的云化報表系統(tǒng)的設(shè)計與實現(xiàn)[D]. 楊寧.南京郵電大學(xué) 2016
[3]基于Spark平臺的實時流計算推薦系統(tǒng)的研究與實現(xiàn)[D]. 張賢德.江蘇大學(xué) 2016
[4]并行遺傳算法及其在網(wǎng)格任務(wù)調(diào)度中的應(yīng)用研究[D]. 劉文娟.河北工程大學(xué) 2013
[5]基于遺傳算法的面向?qū)ο蟮倪b感圖像分類技術(shù)[D]. 馬永聰.上海交通大學(xué) 2010
[6]遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)在大壩變形監(jiān)測中的應(yīng)用[D]. 黃勝林.遼寧工程技術(shù)大學(xué) 2008
[7]結(jié)合遺傳算法的粒子群優(yōu)化模型及其應(yīng)用研究[D]. 王慧.山東師范大學(xué) 2008
[8]基于遺傳模擬退火算法的生物信息學(xué)雙序列比對方法研究[D]. 王素華.東北師范大學(xué) 2006
本文編號:3506250
【文章來源】:西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:81 頁
【學(xué)位級別】:碩士
【部分圖文】:
自適應(yīng)決策之首頁頁面展示
自適應(yīng)決策之前商品瀏覽頁面展示
自適應(yīng)決策之后首頁頁面展示
【參考文獻(xiàn)】:
期刊論文
[1]基于PVM的最小權(quán)三角劃分并行遺傳算法研究[J]. 張冬梅,姜鵬飛,何興恒,楊捷. 計算機(jī)工程與應(yīng)用. 2007(02)
碩士論文
[1]基于RPC的高并發(fā)網(wǎng)絡(luò)通信中負(fù)載均衡的研究[D]. 馬原.浙江理工大學(xué) 2017
[2]基于Spark的云化報表系統(tǒng)的設(shè)計與實現(xiàn)[D]. 楊寧.南京郵電大學(xué) 2016
[3]基于Spark平臺的實時流計算推薦系統(tǒng)的研究與實現(xiàn)[D]. 張賢德.江蘇大學(xué) 2016
[4]并行遺傳算法及其在網(wǎng)格任務(wù)調(diào)度中的應(yīng)用研究[D]. 劉文娟.河北工程大學(xué) 2013
[5]基于遺傳算法的面向?qū)ο蟮倪b感圖像分類技術(shù)[D]. 馬永聰.上海交通大學(xué) 2010
[6]遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)在大壩變形監(jiān)測中的應(yīng)用[D]. 黃勝林.遼寧工程技術(shù)大學(xué) 2008
[7]結(jié)合遺傳算法的粒子群優(yōu)化模型及其應(yīng)用研究[D]. 王慧.山東師范大學(xué) 2008
[8]基于遺傳模擬退火算法的生物信息學(xué)雙序列比對方法研究[D]. 王素華.東北師范大學(xué) 2006
本文編號:3506250
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3506250.html
最近更新
教材專著