资源可用性预测论文-莫红枝

资源可用性预测论文-莫红枝

导读:本文包含了资源可用性预测论文开题报告文献综述及选题提纲参考文献,主要关键词:桌面网格,计算资源共享,资源预测,任务调度

资源可用性预测论文文献综述

莫红枝[1](2012)在《桌面网格中面向资源可用性预测的任务调度算法》一文中研究指出提出桌面网格平台下的一种面向资源可用性预测的任务调度算法.该算法充分考虑了计算资源在执行作业的过程中可能发生的行为,采用预测技术保证了任务的高效而合理的分配.当计算资源发生异常时,通过公平的转移权重预测方法估计资源在下一阶段可能的状态,计算出资源的可靠性概率,然后开始调度子任务给资源.通过建立实验环境,设置不同的可靠性域值T与历史检查资源天数N等参数,在桌面网格上进行了测试.最后把该调度算法的实验结果与PPS等调度策略进行比较,验证了本文的任务调度算法在子任务处理率与通信轮回时间上有比较好的性能.(本文来源于《小型微型计算机系统》期刊2012年06期)

张远夏[2](2011)在《计算资源共享平台中基于分类器的可用性预测》一文中研究指出提出与描述了计算资源共享平台中的网络资源的可用性预测方法,该方法使用了基于数据挖掘的分类器算法,采用了分布式数据收集器工具,该工具运用收集数据和跟踪数据的方式来获取的预测的可用性的信息,从而完成资源的使用情况的预测。讨论了实现资源可用性预测的软件框架,描述了资源预测的具体过程。实验结果表明,即使在高挥发性的分布式计算平台中,该资源可用性预测技术能够很好地预测计算资源共享平台中机器的处理器利用率、内存的负载、机器的可用性,为调度器和副本备份提供参考。(本文来源于《计算机工程与设计》期刊2011年07期)

胡周君,胡志刚,丁长松[3](2010)在《一种基于灰色模型的资源可用性预测模型》一文中研究指出网格环境中资源可用性信息的掌握是网格中间层应用的基础和依据,对于系统性能的提高和资源的有效利用发挥着重要作用。针对当前资源可用性预测难以有效指导网格应用的缺点,从应用的角度评估资源可用性并提出了一种基于灰色模型的资源可用性预测模型(Model for Resource Availability Prediction Basedon Grey Model,MRAPGM)。首先,结合当前监测方法分析资源可用性历史数据中噪声的存在。然后,在MRAPGM中,利用小波分析方法对资源可用性历史数据进行噪声过滤,再利用灰色预测模型预测出资源在未来某一时间段内的资源可用性。通过大量实验确定了模型中使用的小波以及相关参数,并且实验结果表明提出的预测模型是合理和有效的。(本文来源于《系统仿真学报》期刊2010年03期)

资源可用性预测论文开题报告

(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:

提出与描述了计算资源共享平台中的网络资源的可用性预测方法,该方法使用了基于数据挖掘的分类器算法,采用了分布式数据收集器工具,该工具运用收集数据和跟踪数据的方式来获取的预测的可用性的信息,从而完成资源的使用情况的预测。讨论了实现资源可用性预测的软件框架,描述了资源预测的具体过程。实验结果表明,即使在高挥发性的分布式计算平台中,该资源可用性预测技术能够很好地预测计算资源共享平台中机器的处理器利用率、内存的负载、机器的可用性,为调度器和副本备份提供参考。

(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。

资源可用性预测论文参考文献

[1].莫红枝.桌面网格中面向资源可用性预测的任务调度算法[J].小型微型计算机系统.2012

[2].张远夏.计算资源共享平台中基于分类器的可用性预测[J].计算机工程与设计.2011

[3].胡周君,胡志刚,丁长松.一种基于灰色模型的资源可用性预测模型[J].系统仿真学报.2010

标签:;  ;  ;  ;  

资源可用性预测论文-莫红枝
下载Doc文档

猜你喜欢