本文關(guān)鍵詞：全自動生化分析儀并行調(diào)度算法研究與實現(xiàn)

  更多相關(guān)文章： 全自動生化分析儀 神經(jīng)網(wǎng)絡(luò)算法 貪心算法 任務(wù)調(diào)度

【摘要】：隨著現(xiàn)代科技的進(jìn)步和醫(yī)療水平的提高,生化分析儀已發(fā)展為可對人體體液樣本進(jìn)行生化、電解質(zhì)等多項目檢測,獲取特定物質(zhì)濃度信息的綜合檢測系統(tǒng)。目前,生化分析儀的最高檢測速度為2000測試/小時,為了保證加樣的精度與準(zhǔn)確性,檢測速度已經(jīng)很難通過硬件升級進(jìn)一步提高。軟件中的任務(wù)調(diào)度算法是影響生化檢測速度的主要因素之一。如何采用更高效的調(diào)度算法提高生化分析檢測效率,成為能否突破目前檢測速度瓶頸的關(guān)鍵。本文完成的主要工作可以概括為以下幾點:生化分析并行調(diào)度任務(wù)的求解流程如下圖所示。對于該數(shù)學(xué)問題的求解方法所用的數(shù)學(xué)算法,我們稱之為神經(jīng)網(wǎng)絡(luò)-貪心算法。其主要思路是利用神經(jīng)網(wǎng)絡(luò)算法將任務(wù)啟動表映射為神經(jīng)網(wǎng)絡(luò)能量矩陣,設(shè)置相關(guān)參數(shù)得到最佳能量矩陣,然后利用貪心算法搜索最佳順序,對應(yīng)任務(wù)耗時表和啟動間隔表,得到任務(wù)執(zhí)行最終順序。(1)通過加入特殊的限制條件,我們將生化分析儀中的任務(wù)調(diào)度問題進(jìn)行了數(shù)學(xué)問題轉(zhuǎn)換。生化分析儀任務(wù)調(diào)度問題可以理解為一種特殊情況下的流水線作業(yè)問題,針對目前廣泛采用的固定周期調(diào)度算法存在的檢測效率低、等待時間長等問題,我們通過加入虛擬任務(wù)、建立任務(wù)啟動時間矩陣,將生化分析儀任務(wù)調(diào)度的特殊流水線作業(yè)問題轉(zhuǎn)換為一種非對稱型旅行商問題,并建立相關(guān)任務(wù)啟動表。(2)針對已轉(zhuǎn)化的數(shù)學(xué)問題,構(gòu)建針對該問題的神經(jīng)網(wǎng)絡(luò)算法模型,進(jìn)行數(shù)學(xué)求解。利用神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元狀態(tài)和神經(jīng)元能量矩陣求解最優(yōu)任務(wù)調(diào)度順序。結(jié)合貪心算法對神經(jīng)網(wǎng)絡(luò)算法迭代得到的神經(jīng)元總能量矩陣進(jìn)行局部最優(yōu)化求解,將二維矩陣問題快速轉(zhuǎn)換為一維問題,解決了單一神經(jīng)網(wǎng)絡(luò)算法存在的回溯時間過長的問題。根據(jù)具體的樣本測試任務(wù),完成了神經(jīng)網(wǎng)絡(luò)-貪心算法在全自動生化分析儀上的調(diào)度算法數(shù)學(xué)模型建立。(3)在MATLAB平臺上,針對相同的任務(wù)調(diào)度問題,將神經(jīng)網(wǎng)絡(luò)-貪心調(diào)度算法和常用的固定周期調(diào)度算法進(jìn)行了算法仿真對比,得到了兩種算法不同調(diào)度順序下的任務(wù)耗時甘特圖。仿真結(jié)果表明,相同的樣本測試任務(wù)下,經(jīng)過神經(jīng)網(wǎng)絡(luò)-貪心算法得到的任務(wù)順序總耗時與采用固定周期調(diào)度算法相比,進(jìn)行了八組仿真測試,速度提高率均值為31%。(4)在Microsoft Visual Studio 2013平臺上,實現(xiàn)了應(yīng)用神經(jīng)網(wǎng)絡(luò)-貪心算法和固定周期調(diào)度算法的生化分析軟件控制系統(tǒng),進(jìn)行了兩種算法下的樣本測試實驗。經(jīng)過八組實驗驗證,速度提高率均值24%。固定周期算法檢測速度為400測試/小時,神經(jīng)網(wǎng)絡(luò)-貪心算法檢測速度為496測試/小時。本文提出了一種高效的神經(jīng)網(wǎng)絡(luò)-貪心調(diào)度算法并建立了其在生化分析系統(tǒng)調(diào)度問題上的數(shù)學(xué)模型,與傳統(tǒng)采用的固定周期調(diào)度算法進(jìn)行了算法仿真對比。在此基礎(chǔ)上,實現(xiàn)了應(yīng)用神經(jīng)網(wǎng)絡(luò)-貪心算法和固定周期算法的生化檢測軟件測試平臺,通過實驗驗證了神經(jīng)網(wǎng)絡(luò)-貪心算法的優(yōu)越性。
【關(guān)鍵詞】：全自動生化分析儀 神經(jīng)網(wǎng)絡(luò)算法 貪心算法 任務(wù)調(diào)度
【學(xué)位授予單位】：深圳大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R197.39
【目錄】：

• 摘要3-5
• Abstract5-10
• 第1章 緒論10-15
• 1.1 本課題研究背景10-11
• 1.2 本課題國內(nèi)外研究現(xiàn)狀11-13
• 1.3 本課題研究意義及主要內(nèi)容13-15
• 1.3.1 研究意義13
• 1.3.2 主要內(nèi)容13-15
• 第2章 全自動生化分析儀并行調(diào)度算法簡介15-23
• 2.1 流水線作業(yè)問題簡介15
• 2.2 生化分析原理簡介15-19
• 2.2.1 分析原理15-16
• 2.2.2 分析方法16-19
• 2.3 生化分析調(diào)度問題的數(shù)學(xué)轉(zhuǎn)換19-20
• 2.3.1 旅行商問題簡介19
• 2.3.2 生化分析調(diào)度問題簡介19-20
• 2.4 生化分析調(diào)度問題的數(shù)學(xué)模型求解算法簡介20-23
• 2.4.1 固定周期算法簡介20-21
• 2.4.2 神經(jīng)網(wǎng)絡(luò)算法簡介21
• 2.4.3 貪心算法簡介21-23
• 第3章 全自動生化分析儀并行調(diào)度算法23-43
• 3.1 固定周期算法23-25
• 3.1.1 固定周期算法原理23-24
• 3.1.2 固定周期算法的不足24-25
• 3.2 神經(jīng)網(wǎng)絡(luò)-貪心算法25-33
• 3.2.1 生化分析并行調(diào)度任務(wù)問題的求解流程25-26
• 3.2.2 流水線作業(yè)問題26-27
• 3.2.3 非對稱型旅行商問題27
• 3.2.4 神經(jīng)網(wǎng)絡(luò)算法27-28
• 3.2.5 貪心算法28-29
• 3.2.6 調(diào)度算法模型創(chuàng)建29-33
• 3.3 算法仿真33-43
• 3.3.1 MATLAB仿真平臺簡介33
• 3.3.2 調(diào)度算法流程33-34
• 3.3.3 算法仿真步驟34-35
• 3.3.4 算法仿真結(jié)果35-43
• 第4章 全自動生化分析儀并行調(diào)度算法的軟件實現(xiàn)43-62
• 4.1 全自動生化分析儀數(shù)據(jù)分析計算流程簡介43
• 4.2 全自動生化分析儀軟件需求分析43-44
• 4.3 軟件功能44-45
• 4.4 用戶操作界面45-49
• 4.5 軟件模塊設(shè)計49-60
• 4.5.1 核心數(shù)據(jù)管理模塊49-51
• 4.5.2 任務(wù)調(diào)度線程模塊51-55
• 4.5.3 數(shù)據(jù)計算模塊55-56
• 4.5.4 測試時序模塊56-58
• 4.5.5 系統(tǒng)維護(hù)模塊58-59
• 4.5.6 下位機(jī)通訊模塊59-60
• 4.6 數(shù)據(jù)庫60-62
• 第5章 全自動生化分析儀并行調(diào)度算法實驗驗證62-69
• 5.1 并行調(diào)度算法實驗62-64
• 5.2 并行調(diào)度算法實驗分析64-67
• 5.3 系統(tǒng)精密度實驗67-68
• 5.4 系統(tǒng)準(zhǔn)確度實驗68-69
• 第6章 總結(jié)與展望69-70
• 6.1 總結(jié)69
• 6.2 展望69-70
• 參考文獻(xiàn)70-72
• 致謝72-73
• 攻讀碩士學(xué)位期間的研究成果73

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓立毛;;調(diào)度算法性能的研究[J];鹽城工學(xué)院學(xué)報;1998年01期

2 程利新,石峰;行為延時約束下調(diào)度算法研究[J];北京理工大學(xué)學(xué)報;2005年08期

3 田素貞;翟玉梅;劉傳領(lǐng);;基于云計算的多目標(biāo)服務(wù)調(diào)度算法的改進(jìn)研究[J];陜西理工學(xué)院學(xué)報(自然科學(xué)版);2012年01期

4 李勝磊,張德運,劉剛;基于匹配預(yù)測的交換調(diào)度算法[J];西安交通大學(xué)學(xué)報;2003年10期

5 顏秉珩;錢德沛;;一種支持負(fù)載均衡的存儲調(diào)度算法[J];西安交通大學(xué)學(xué)報;2009年10期

6 陳安雄;;基于優(yōu)先調(diào)度算法的合理安排眼科病床[J];硅谷;2012年05期

7 王鳳儒,徐蔚文,徐洪副;用效率調(diào)度算法求解非標(biāo)準(zhǔn)作業(yè)車間調(diào)度問題[J];計算機(jī)集成制造系統(tǒng)-CIMS;2001年07期

8 董薇;張淑麗;張玲君;;基于剩余函數(shù)的單件車間調(diào)度算法的研究[J];東北電力大學(xué)學(xué)報;2006年02期

9 鄭鋒,孫樹棟,余建軍;混合流程企業(yè)的一種實用調(diào)度算法[J];機(jī)械工程學(xué)報;2003年01期

10 曹理宇;楊格蘭;何建新;;基于權(quán)重的多路媒體流復(fù)用調(diào)度算法[J];湖南工程學(xué)院學(xué)報(自然科學(xué)版);2007年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 彭洪;涂凍生;;面向操作的調(diào)度算法[A];1994中國控制與決策學(xué)術(shù)年會論文集[C];1994年

2 羅豪杰;許都;;IEEE 802.16 MAC層上行調(diào)度算法[A];四川省通信學(xué)會2007年學(xué)術(shù)年會論文集[C];2007年

3 張遵福;李樂民;;支持QoS的調(diào)度算法設(shè)計[A];2006中國西部青年通信學(xué)術(shù)會議論文集[C];2006年

4 姚建波;竺小松;李晶晶;;非對稱通信環(huán)境中兩種廣播調(diào)度算法的分析與比較[A];中國通信學(xué)會第六屆學(xué)術(shù)年會論文集（上）[C];2009年

5 景維鵬;吳智博;劉宏偉;董劍;;一種支持任務(wù)依賴關(guān)系容錯調(diào)度算法[A];第十四屆全國容錯計算學(xué)術(shù)會議(CFTC'2011)論文集[C];2011年

6 李琪林;甄威;周明天;;一種適用于Master-Worker應(yīng)用的動態(tài)統(tǒng)一調(diào)度算法的研究[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

7 呂鋒;涂曉東;;高性能交換結(jié)構(gòu)調(diào)度算法的研究[A];四川省通信學(xué)會2006年學(xué)術(shù)年會論文集（二）[C];2006年

8 趙爾敦;肖靜;;無線網(wǎng)絡(luò)中基于信道狀態(tài)預(yù)測的調(diào)度算法[A];2006全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會議論文集[C];2006年

9 殷潔;;城市光網(wǎng)光纖自動調(diào)度算法研究和應(yīng)用[A];中國通信學(xué)會信息通信網(wǎng)絡(luò)技術(shù)委員會2011年年會論文集（下冊）[C];2011年

10 陳平;王柏;徐六通;吳斌;王艷輝;;電信社群網(wǎng)絡(luò)中介度的網(wǎng)格并行算法及調(diào)度算法[A];2006年全國通信軟件學(xué)術(shù)會議論文集[C];2006年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 張建輝 吳松;TD—SCDMA積跬步 HSDPA以致千里[N];通信產(chǎn)業(yè)報;2005年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉曉鋒;可擴(kuò)展多級多平面交換網(wǎng)絡(luò)及調(diào)度算法研究[D];電子科技大學(xué);2015年

2 沈文楓;CPU-GPU異構(gòu)高性能計算中的負(fù)載預(yù)測調(diào)度算法研究及應(yīng)用[D];上海大學(xué);2016年

3 馬丹;任務(wù)間相互依賴的并行作業(yè)調(diào)度算法研究[D];華中科技大學(xué);2007年

4 田沖;無線網(wǎng)絡(luò)跨層調(diào)度算法研究[D];山東大學(xué);2009年

5 黃平;分布式交換系統(tǒng)隊列結(jié)構(gòu)及調(diào)度算法研究[D];華中科技大學(xué);2006年

6 劉惠;嵌入式系統(tǒng)節(jié)能調(diào)度算法研究[D];西安電子科技大學(xué);2011年

7 趙明宇;集群系統(tǒng)的調(diào)度算法研究[D];哈爾濱工業(yè)大學(xué);2007年

8 吳剛;對低功耗進(jìn)程調(diào)度算法的研究[D];復(fù)旦大學(xué);2006年

9 牛進(jìn)平;3G長期演進(jìn)系統(tǒng)中調(diào)度算法和干擾抑制技術(shù)研究[D];西安電子科技大學(xué);2014年

10 羅威;分布式實時容錯調(diào)度算法研究[D];華中科技大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 丁雪飛;純電動車整車CAN網(wǎng)絡(luò)實時調(diào)度算法的研究[D];遼寧大學(xué);2015年

2 王德龍;Hadoop平臺下作業(yè)調(diào)度算法的研究與改進(jìn)[D];南京信息工程大學(xué);2015年

3 袁林偉;載波聚合資源分配及調(diào)度算法研究[D];西南交通大學(xué);2015年

4 景木均;3GPP LTE系統(tǒng)中基于多目標(biāo)決策的下行資源調(diào)度算法研究與實現(xiàn)[D];西南交通大學(xué);2015年

5 劉盼紅;大數(shù)據(jù)環(huán)境下Hadoop作業(yè)調(diào)度算法的研究[D];河北工程大學(xué);2015年

6 楊軒;高鐵無線通信VoIP業(yè)務(wù)與多業(yè)務(wù)共存的資源調(diào)度算法[D];西南交通大學(xué);2015年

7 陳傳慶;基于衰落信道的無線鏈路調(diào)度算法研究[D];曲阜師范大學(xué);2015年

8 陳文龍;Hadoop平臺下作業(yè)調(diào)度方法研究[D];南京理工大學(xué);2015年

9 陳瑜;針對Hadoop集群的節(jié)能調(diào)度算法研究[D];電子科技大學(xué);2015年

10 朱新新;網(wǎng)絡(luò)端到端流量的QoS優(yōu)化技術(shù)研究[D];電子科技大學(xué);2014年

，

本文編號：1035660