分布式系統(tǒng)憑借其優(yōu)秀的計(jì)算能力得到了越來(lái)越廣泛的應(yīng)用,分布式系統(tǒng)中的處理機(jī)通常是性能異構(gòu)的,為了充分利用分布式系統(tǒng)中的計(jì)算資源,提高用戶(hù)訪(fǎng)問(wèn)資源的滿(mǎn)意度以及資源調(diào)度的公平性,需要對(duì)分布式異構(gòu)環(huán)境下的任務(wù)調(diào)度問(wèn)題進(jìn)行研究。越來(lái)越多的學(xué)者關(guān)注分布式異構(gòu)環(huán)境中的任務(wù)調(diào)度問(wèn)題,分布式異構(gòu)環(huán)境中的任務(wù)調(diào)度研究已成為高性能計(jì)算的研究熱點(diǎn)之一。本文圍繞分布式異構(gòu)環(huán)境中的獨(dú)立任務(wù)和相關(guān)任務(wù)問(wèn)題,以霧計(jì)算和分布式計(jì)算為應(yīng)用場(chǎng)景,通過(guò)相應(yīng)的調(diào)度策略對(duì)任務(wù)進(jìn)行排序,并將任務(wù)調(diào)度到相應(yīng)的計(jì)算節(jié)點(diǎn)上。設(shè)計(jì)的任務(wù)調(diào)度算法能夠縮短任務(wù)調(diào)度的跨度、提高分布式異構(gòu)系統(tǒng)的性能、降低任務(wù)調(diào)度的平均等待長(zhǎng)度且具有較好的穩(wěn)定性。本文的主要研究工作和創(chuàng)新點(diǎn)總結(jié)如下:（1）首先對(duì)關(guān)聯(lián)規(guī)則分類(lèi)挖掘的過(guò)程進(jìn)行改進(jìn),減少分類(lèi)過(guò)程中產(chǎn)生的候選集和頻繁集,提出了一種改進(jìn)的關(guān)聯(lián)規(guī)則挖掘算法I-Apriori算法;然后基于I-Apriori算法,提出一種霧計(jì)算（Fog Computing）任務(wù)調(diào)度模型和TSFC任務(wù)調(diào)度算法,TSFC算法結(jié)合I-Apriori算法生成的關(guān)聯(lián)規(guī)則以及最小完成時(shí)間優(yōu)先策略,將任務(wù)調(diào)度到相應(yīng)的霧計(jì)算節(jié)點(diǎn)上執(zhí)行;分別通過(guò)... 

【文章來(lái)源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：133 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

不同支持度下兩種算法的執(zhí)行時(shí)間比較

反復(fù)多次實(shí)驗(yàn)進(jìn)行驗(yàn)讓?zhuān)谒惴ǖ膱?zhí)行時(shí)間上，最小支持度 min_support=0.4 時(shí)算法的執(zhí)行時(shí)間較長(zhǎng)，而最小支持度 min_support=0.6 時(shí)算法的執(zhí)行時(shí)間較短，而其他支持度(0.1,0.2,0.3,0.5,0.7,0.8,0.9)的選擇對(duì)執(zhí)行時(shí)間的影響不大。因此本章選用最小支持度分別為 0.4 和 0.6 來(lái)比較兩種關(guān)聯(lián)規(guī)則挖掘算法在不同事務(wù)數(shù)的情況下執(zhí)行時(shí)間的差異。圖 3-5 不同支持度下兩種算法的執(zhí)行時(shí)間比較

任務(wù)調(diào)度跨度對(duì)比

【參考文獻(xiàn)】：
期刊論文
[1]云環(huán)境下基于DO-GAPSO的任務(wù)調(diào)度算法[J]. 孫敏,陳中雄,盧偉榮.  計(jì)算機(jī)科學(xué). 2018(S1)
[2]QoS性能約束的云任務(wù)調(diào)度算法研究[J]. 任金霞,鐘小康,蔣夢(mèng)倩.  河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[3]方差分析法的線(xiàn)性回歸建模重構(gòu)[J]. 陳崇雙,唐家銀,何平.  統(tǒng)計(jì)與決策. 2018(07)
[4]一種基于改進(jìn)遺傳算法的霧計(jì)算任務(wù)調(diào)度策略[J]. 韓奎奎,謝在鵬,呂鑫.  計(jì)算機(jī)科學(xué). 2018(04)
[5]基于權(quán)值向量矩陣約簡(jiǎn)的Apriori算法[J]. 楊秋翔,孫涵.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(03)
[6]基于遺傳算法的Docker集群調(diào)度策略[J]. 林偉偉,王澤濤.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[7]一種基于fp-tree的Apriori算法改進(jìn)研究[J]. 倪政君,夏哲雷.  中國(guó)計(jì)量大學(xué)學(xué)報(bào). 2018(01)
[8]云環(huán)境下基于相關(guān)性的并行任務(wù)調(diào)度策略[J]. 段菊,于治國(guó).  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(06)
[9]減少任務(wù)完成時(shí)間和數(shù)據(jù)局部性的數(shù)據(jù)復(fù)制及副本放置算法[J]. 廖仲夏,宋雨欣,廖啟明.  電子測(cè)量與儀器學(xué)報(bào). 2018(02)
[10]基于Hadoop的Apriori算法研究與優(yōu)化[J]. 孫學(xué)波,石飛達(dá).  計(jì)算機(jī)工程與設(shè)計(jì). 2018(01)

博士論文
[1]霧計(jì)算環(huán)境下資源管理模型及算法研究[D]. 孫巖.北京科技大學(xué) 2018
[2]集群環(huán)境下的關(guān)聯(lián)規(guī)則挖掘及應(yīng)用[D]. 荀亞玲.太原科技大學(xué) 2017
[3]霧計(jì)算環(huán)境下數(shù)據(jù)安全關(guān)鍵技術(shù)研究[D]. 李治.北京科技大學(xué) 2017
[4]多DAG共享資源調(diào)度的若干問(wèn)題研究[D]. 田國(guó)忠.北京工業(yè)大學(xué) 2013

碩士論文
[1]基于網(wǎng)絡(luò)虛擬化的霧計(jì)算設(shè)計(jì)與實(shí)現(xiàn)[D]. 李雅軒.天津大學(xué) 2017
[2]帶通信開(kāi)銷(xiāo)的多DAG調(diào)度算法研究[D]. 曹仕杰.大連理工大學(xué) 2017
[3]云計(jì)算環(huán)境下工作流任務(wù)調(diào)度策略研究[D]. 李光智.合肥工業(yè)大學(xué) 2017
[4]云環(huán)境下科學(xué)工作流執(zhí)行優(yōu)化策略的研究[D]. 段菊.西北師范大學(xué) 2016
[5]基于模擬退火遺傳算法的云計(jì)算任務(wù)調(diào)度的研究[D]. 李曉璐.華中師范大學(xué) 2016
[6]基于改進(jìn)粒子群算法的云任務(wù)調(diào)度方案研究[D]. 苗冬云.安徽財(cái)經(jīng)大學(xué) 2015
[7]云環(huán)境下有期限約束的多DAG調(diào)度方法研究[D]. 王偉.國(guó)防科學(xué)技術(shù)大學(xué) 2015
[8]基于異構(gòu)多核處理器的靜態(tài)任務(wù)調(diào)度算法研究[D]. 石祥龍.南京郵電大學(xué) 2015
[9]基于異構(gòu)多核處理器的動(dòng)態(tài)任務(wù)調(diào)度策略研究[D]. 李建剛.哈爾濱工程大學(xué) 2015
[10]異構(gòu)分布式環(huán)境下任務(wù)調(diào)度問(wèn)題的研究[D]. 房婷.大連理工大學(xué) 2014



本文編號(hào)：3553254