导读:本文包含了可分割任务论文开题报告文献综述及选题提纲参考文献，主要关键词:移动边缘计算,小小区网络,计算卸载,资源分配
可分割任务论文文献综述
孙鹏[1]（2019）在《密集小小区网络中面向可分割任务的卸载策略》一文中研究指出近年来,移动通信网络中数据流量急剧增加,虚拟现实、远程医疗等应用迅速普及,这为资源受限的网络以及用户侧带来诸多挑战,如网络流量承载过大、应用无法流畅运行以及用户体验较低等等。针对以上问题,小小区网络和移动边缘计算技术被提出。小小区网络技术能够缩短用户与边缘网络基站的距离,从而为用户提供更高的数据传输速率,为网络带来更优的能量效率;移动边缘计算技术将移动边缘服务器部署在网络边缘,一方面降低了数据传输与处理时延,为用户提供了较强的资源共享能力,另一方面节约了回程链路,减小了核心网络的承载压力。小小区网络和移动边缘计算技术是第五代移动通信技术(5th Generation,5G)研究的热点。将两种技术相结合,能够发挥二者优势,使得网络具有更强的覆盖,为用户提供更强的计算能力。然而,二者联合考虑也存在一些问题和挑战,比如,如何设计合理的资源分配策略、如何将任务分割并卸载到网络边缘进行计算等等。针对上述问题,本文主要工作内容如下:第一,基于多小小区基站场景,提出了基于移动边缘计算的任务分配方案。首先引入通用模型对计算任务进行建模,在该模型中,每个计算任务包含多个子任务,多子任务之间具备依赖性。其次,建立了基于时延优化的子任务卸载问题,在该问题中考虑了子任务的卸载时延以及传输时延。第叁,将所提问题转换成调度问题。由于该问题是一个非确定性多项式(non-deterministic polynomial,NP)难问题,考虑采用启发式算法设计了基于列表调度的任务分配对所提问题进行求解。最后对所提算法进行了仿真,验证了所提算法的有效性。第二,考虑多用户场景,提出了基于移动边缘计算的基站聚类和资源分配算法。首先,建立了系统模型,在模型中考虑了不同用户需求。其次,建立了基于混合整数非线性规划的时延优化问题,在该问题中联合考虑了功率、任务的分配。第叁,基于启发式算法和遗传算法设计了联合小小区聚类和资源分配的策略,并对所建立的问题进行求解。最后,通过仿真验证了所提算法能够最小化网络时延。(本文来源于《北京邮电大学》期刊2019-05-24）
王君,李肯立,李仁发[2]（2007）在《一种改进的可分割任务调度算法LBMR》一文中研究指出可分割任务调度在科学和工程计算领域中具有重要的地位,其有效调度算法的设计对并行分布式处理的计算效率至关重要。UMR(Uniform Multi-Round)算法通过限定每次传输到工作节点块的大小,使各工作节点始终处于计算状态,不仅实现了计算资源的最大利用,而且可计算出整个任务调度的最优路数。但是:由于该算法设计中并未考虑网络带宽的有限性,因而难以满足实际计算环境的需求。为此,本文在UMR算法中引入网络带宽限制,对该算法在此条件下进行重新设计,提出一种改进的多路可分割任务调度算法LBMR((limited bandwidth multi-roundal-gorithm)。理论分析和基于GridSim的模拟实验结果表明:与UMR、MI、EMI等同类调度算法相比,本算法改进了其调度性能,且具有更好的实用性。(本文来源于《计算机科学》期刊2007年06期）
王君[3]（2007）在《计算网格中可分割任务调度算法研究》一文中研究指出任务调度通常情况下属于NP完全问题,是并行与分布式计算处理中的重要组成部分,在网格计算环境下任务调度更加复杂,设计和实现高效的任务调度算法具有相当的挑战性。计算网格中的任务调度问题就是根据一定的调度规则和调度策略,把构成工作负载的一组任务,按照一定执行时序分配到计算网格的多个计算节点上,以期缩短整个任务调度所花费的时间,取得较好的执行性能。可分割任务调度是网格计算任务调度的重要研究内容之一,在科学和工程计算领域中具有重要的地位,其有效调度算法的设计对并行分布式处理的计算效率至关重要。本文针对该领域的一种经典算法-UMR(Uniform Multi-Round)算法展开研究,该算法通过限定每次传输到工作节点任务块的大小,使各工作节点始终处于计算状态,不仅实现了计算资源的最大利用,而且可计算出整个任务调度的最优路数,但由于该算法设计中并未考虑网络带宽的有限性,因而难以满足实际计算环境的需求。本文在UMR算法中引入网络带宽限制,对该算法在实际网络带宽条件下进行重新设计,提出一种改进的多路可分割任务调度算法LBMR(limited bandwidth multi-round algorithm)。本算法不仅可保证充足带宽条件下的调度效率,而且当实际可用网络带宽受限时,也能最大程度的提高工作节点的计算效率。理论分析和基于GridSim的模拟实验结果表明:与UMR、MI(multi-installment algorithm)、XMI (eXtended MI algorithm)等同类调度算法相比,本算法对任务调度过程中的分割算法和任务分配原则两方面进行了改进,减少了任务执行过程中闲置计算节点的数量,充分利用了网格的计算资源,从而具有更好的实际应用价值。(本文来源于《湖南大学》期刊2007-03-19）
杨红[4]（1995）在《可分割网栅系统下并行任务的划分与分布》一文中研究指出用数字的方法，对调度之前的任务进行必要的分析，以提高它的运行效率。(本文来源于《计算技术与自动化》期刊1995年04期）
可分割任务论文开题报告
（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：
可分割任务调度在科学和工程计算领域中具有重要的地位,其有效调度算法的设计对并行分布式处理的计算效率至关重要。UMR(Uniform Multi-Round)算法通过限定每次传输到工作节点块的大小,使各工作节点始终处于计算状态,不仅实现了计算资源的最大利用,而且可计算出整个任务调度的最优路数。但是:由于该算法设计中并未考虑网络带宽的有限性,因而难以满足实际计算环境的需求。为此,本文在UMR算法中引入网络带宽限制,对该算法在此条件下进行重新设计,提出一种改进的多路可分割任务调度算法LBMR((limited bandwidth multi-roundal-gorithm)。理论分析和基于GridSim的模拟实验结果表明:与UMR、MI、EMI等同类调度算法相比,本算法改进了其调度性能,且具有更好的实用性。
（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。
可分割任务论文参考文献
[1].孙鹏.密集小小区网络中面向可分割任务的卸载策略[D].北京邮电大学.2019
[2].王君,李肯立,李仁发.一种改进的可分割任务调度算法LBMR[J].计算机科学.2007
[3].王君.计算网格中可分割任务调度算法研究[D].湖南大学.2007
[4].杨红.可分割网栅系统下并行任务的划分与分布[J].计算技术与自动化.1995