【摘要】： 資源共享理論是當前學術界研究的熱點問題,隨著互連網絡技術的發(fā)展,網絡資源日趨豐富,基于因特網實現這些資源的高效共享在教育、工程技術、社會、醫(yī)藥、經濟、管理領域都有著潛在、廣泛的應用。例如,在管理領域,資源共享技術可應用于知識獲取、廣告營銷、決策意見形成、組織間信息交換與傳播等許多方面。本文從管理科學的角度分析了影響網絡資源共享系統性能的四個因素,即資源共享模型、網絡拓撲結構、數據存儲以及資源調度。在此基礎上,選擇這四個問題進行重點研究。經過三年的研究,在閱讀大量文獻的基礎上,取得了一定的研究成果。針對資源共享模型,提出了一種層次式的資源共享模型,該模型符合我國教育資源的組織模式,可用于指導教育資源共享系統的建設;針對互連網絡,構造了RPC (k)和RPn (k)網絡,這兩種互連網絡具有許多優(yōu)良的性質,能夠提高資源共享系統的通信效率;針對網絡演化問題,建立了一種基于Sierpinski分形墊的確定性復雜網絡演化模型,該模型在度分布、集聚系數和網絡直徑等結構特性方面與許多現實網絡相符合,可為資源共享網絡理論研究提供描述上的借鑒;針對數據存儲問題,提出了一種副本創(chuàng)建策略,該策略可以有效解決由于網絡節(jié)點存儲能力較小引起的副本頻繁建立與刪除問題;針對資源調度問題,提出了基于強化學習的微粒群算法,該算法可以為資源調度決策提供方法支持。 經過三年深入的研究,達到了預期的目的,取得了理想的結果,本文的主要研究內容包括以下幾個部分: 1.提出了一種層次式的資源共享模型,設計了基于該模型的副本創(chuàng)建策略。針對中小學教育資源共享問題,設計了層次式的教育資源網格模型,定義了各層節(jié)點的功能;通過與歐洲數據網格對比,分析了教育資源網格的特點;基于層次式的教育資源網格,對影響副本創(chuàng)建策略性能的因素進行分析,然后引入網絡帶寬和文件大小兩個參數,提出了一種動態(tài)副本創(chuàng)建策略(EDRS);利用數據網格模擬工具OptorSim構建教育資源網格虛擬環(huán)境,分析比較了EDRS策略與Caching-lru策略、Caching-lfu策略和基于經濟模型的副本創(chuàng)建策略的性能;最后,綜合各項指標分析了不同策略對教育資源網格系統性能的影響。結果表明,EDRS策略在教育資源網格應用中有更好的系統性能。 2.構造了一種基于RP (k)的資源共享網絡結構,研究了提高系統服務質量的方法和措施。針對分布式資源共享問題,從網絡拓撲結構和通信效率兩個角度來探討降低網絡延遲時間和提高網絡帶寬利用率的方法和措施,設計了一種基于RP (k)網絡拓撲的資源共享網絡體系結構,詳細闡述了實現該網絡結構連接的方案。在此基礎上,給出了提高系統服務質量的策略,包括節(jié)點的加入/離開策略、代理策略、分布式資源檢索策略以及節(jié)點數據的協同策略。最后,通過理論分析比較,證實了采用RP (k)互連網絡的優(yōu)勢和相關策略的有效性。 3.建立了兩種規(guī)則的互連網絡模型,討論了其路由算法。Pertersen圖由于具有短直徑和正則性等特性,在并行計算與分布式計算中具有良好的性能�；诃h(huán)結構,提出了兩種Pertersen圖的新擴展方法,構造了互連網絡RPC (k)和RPn (k)。研究了這兩種互連網絡的性質,他們不但具有正則性和良好的可擴展性,還具有比RP (k)互連網絡更短的網絡直徑、更好的可分組性以及更小的網絡構造開銷。分析了RPC (k)和RPn (k)優(yōu)于二維Torus以及RP (k)互連網絡直徑和節(jié)點可分組性的條件。設計了RPC (k)和RPn (k)上的單播路由、置換路由、廣播路由和多對多路由。研究發(fā)現,他們的通信效率比RP (k)網絡上對應算法的通信效率均有明顯提高。 4.構建了一種確定性的復雜網絡演化模型,將小世界網絡與無尺度網絡納入到一個框架之下。人們發(fā)現大量真實網絡都表現出小世界和無尺度的特性,例如,面向資源共享的P2P網絡,由此復雜網絡演化模型成為學術界研究的熱點問題。基于Sierpinski分形墊,通過迭代的方式構造了兩個確定性增長的復雜網絡模型:小世界網絡模型(S-DSWN)和無尺度網絡模型(S-DSFN),給出了確定性網絡模型的迭代生成算法,解析計算了其主要拓撲特性,結果表明兩個網絡模型在度分布、集聚系數和網絡直徑等結構特性方面與許多現實網絡相符合。最后,提出了一個確定性的統一模型(S-DUM),將S-DSWN與S-DSFN納入到一個框架之下,該模型不僅可為資源共享網絡理論研究提供模型描述上的借鑒,而且可以為復雜網絡的相關研究提供理論基礎。特別地,我們發(fā)現這些網絡模型都是極大平面圖。 5.為了提高資源共享系統決策模塊的性能,設計了基于強化學習的微粒群算法�，F代優(yōu)化計算方法可以為許多系統決策模塊提供方法支持,為此我們研究了全局優(yōu)化進化算法:微粒群算法(Particle Swarm Optimization, PSO)。在微粒群算法中,慣性權重作為一個重要參數可以平衡算法全局和局部搜索能力的關系,改善算法的性能。提出了一種基于強化學習的適應性微粒群算法(RPSO),該算法將不同慣性權重調整策略看成粒子的行動集合,通過計算Q函數值,考察粒子多步進化的效果,選擇粒子最優(yōu)進化策略,動態(tài)調整慣性權重,增強算法尋找全局最優(yōu)的能力。對幾種經典函數的測試結果表明:RPSO能夠獲得好的性能,特別是對多峰函數效果更明顯。 6.設計實現了數據網格任務調度模擬器,為相關策略性能評價提供了一種有效工具。如何評價某一算法的性能,其方法是進行大量的模擬實驗。針對數據網格任務調度策略評價問題,歸納定義了數據網格模型及任務調度過程,分析了數據網格的任務執(zhí)行時間和執(zhí)行花費,然后基于網格模擬器GridSim,提出了數據網格任務調度模擬器的設計方案,介紹了任務調度模擬器的體系結構、工作流程和關鍵技術。最后,通過實驗表明該任務調度模擬器能很好地滿足數據網格優(yōu)化理論研究的需要,較好地起到幫助尋找最優(yōu)調度策略的目的。
[Abstract]:......
【學位授予單位】：山東師范大學
【學位級別】：B
【學位授予年份】：2010
【分類號】：TP393.02

【引證文獻】

相關碩士學位論文 前3條

1 蘇曉凡;面向共享的傳感器資源建模方法與應用研究[D];國防科學技術大學;2013年

2 張茂月;山東省“三農”遠程教育資源共享模式研究[D];山東師范大學;2012年

3 杜艷;幾類網絡模型及路由算法研究[D];山東師范大學;2011年

，

本文編號：2417217