一、优先队列与并行分枝界限算法（论文文献综述）
周旭[1]（2016）在《不确定Skyline查询处理关键技术研究》文中进行了进一步梳理随着人类社会的进步和计算机网络技术的发展,数据信息与物质和能量并列成为世界三大资源。在现今信息爆炸的时代,为了从大规模数据中提取关键信息,迫切需要高效的查询处理技术。Skyline查询作为一种重要的数据管理操作,它在多目标决策支持、环境监控、数据分析、GPS导航等领域发挥着重要的作用。此外,在众多实际应用如传感器网络、基于位置服务（LBS）、射频识别电子标签（RFID）和Web服务中,由于数据采集设备的局限、隐私保护的需求或网络传输延迟等原因,数据广泛具有不确定性。不确定数据处理技术业已成为数据库研究领域的重要研究热点。为此,本文针对不确定Skyline查询相关技术进行深入研究,主要工作和创新点如下:（1）研究了分布式环境下的不确定Skyline查询问题。现有的分布式不确定Skyline查询算法中定义的近似全局Skyline概率不适用于局部查询结果间存在支配关系的情况、未考虑最小化总的查询时间、且每次迭代过程中最多只能返回一个最终查询结果。为此,本文从提高算法的通用性、效率和渐进性出发,首先提出了一种新的分布式不确定Skyline查询处理框架;其次设计了 一种自适应的分布式不确定Skyline查询算法;最后大量的实验结果表明本文算法的性能显着优于已有算法。（2）研究了基于不确定数据的静态Skyline查询问题。现今最通用的不确定Skyline查询定义（P-skyline查询）中返回的查询结果取决于选取的概率阈值,且结果集中包含不理想的数据点。此外,处理大规模数据或高维数据时,P-skyline查询常返回大量结果,从而不能为用户提供有效的决策支持。为此,本文首先基于传统的不确定Skyline查询定义,提出了一种新的不确定Skyline（MPS）查询;其次提出了有效的MPS查询算法;接着探讨了基于规模约束的MPS（MMPS）查询,并将MPS查询算法进行扩展用于解决MMPS查询;最后通过大量的实验验证了算法的有效性和可扩展性。（3）探讨了基于不确定数据的动态Skyline查询问题。动态Skyline查询能够依据用户的个性化偏好,筛选出更加满足用户需求的产品信息。不确定数据的动态Skyline查询的研究还处于起步阶段,且已有的不确定数据的动态Skyline查询返回的结果取决于概率阈值,时常返回不理想的查询结果。为此,本文形式化定义了一种更通用的不确定数据的动态Skyline查询,依据其特性提出一系列有效的剪枝策略和查询算法,并通过理论分析和实验验证了算法的有效性和可扩展性。（4）探讨了基于规模约束的不确定动态Skyline查询。不确定动态Skyline查询在处理大规模或高纬度数据时,时常返回大量的查询结果,从而不能为用户提供有意义的启发信息。为此,本文研究了基于规模约束的不确定动态Skyline查询。首先形式化定义了一种基于组用户偏好的查询操作,即Top-k用户最满意的产品（TFPP）查询;其次为了有效处理TFPP查询,提出TFPP算法及并行,TFPP（ParTFPP）算法;最后从理论分析和实验验证两个方面证明了所提算法的有效性和可扩展性。本文工作不仅具有一定的理论价值,丰富了数据管理方面的研究内容,而且推动了不确定数据管理的实用化进程,具有巨大的应用价值和实际意义。
高任飞[2]（2016）在《极小通讯延迟的虚拟机分配算法》文中认为近年来,随着数据中心的快速发展和Mapreduce/Hadoop框架的日益重要,越来越多的大数据被放到云系统中处理。在现代基于虚拟化的数据中心上,虚拟机分配是实现云中资源有效调度的首要考虑。在云系统中,大数据被划分成多个数据存储在数据中心的数据结点上等待虚拟机处理。此时,不仅存在虚拟机处理数据时的通讯延迟,也存在汇总计算结果时虚拟机之间的通讯延迟。虚拟机分配策略的不同将导致最大通讯延迟的不同。已经证明对数据结点分配虚拟机并考虑虚拟机之间的通讯延迟,使得最大通讯延迟最小的问题是NP-hard问题。本文提出了三种新的虚拟机分配算法。前两种算法首先判断在通讯延迟的某一阈值内是否存在规模多于数据结点的能够互相通讯的虚拟机机群。若存在则用有效的回溯法或分枝界限算法寻找在此阈值下由虚拟机构成的完全子图,然后采用Hopcroft-Karp算法将完全子图中的虚拟机分配给数据结点。这种方法能够有效减小解空间,提高解的质量。实验结果表明,本文提出的算法在Tree,VL2, Fat-Tree和BCube四种网络结构中,与当前最新的近似算法相比,平均情况下最大通讯延迟分别降低了10.39%,5.68%,9.09%,5.45%。本文从降低时间复杂度的角度考虑提出了另一种虚拟机分配算法,该算法首先寻找一组在通讯延迟的某一阈值内互相通讯的虚拟机,然后采用本文提出的有效启发式算法从这组虚拟机中寻找虚拟机的团,再采用Hopcroft-Karp算法为数据结点匹配团中虚拟机。实验结果表明,这种算法与当前最新的启发式算法相比,平均情况下运行时间降低了8.33%。
李景阳[3]（2014）在《基于多线程的并行分支定界算法框架及其应用》文中研究指明随着信息产业技术的快速发展,多核处理器成为处理器市场上的主流产品,开发并行程序,充分利用多核处理器的多个内核成为程序开发的趋势。并行算法作为并行程序开发的核心,是算法研究的一个新的方向。但并行算法的设计与实现比向来都比较复杂,所以研究具有通用性的并行算法框架具有现实意义。本文针对求解优化问题中常用的分支定界算法进行研究,将分支定界算法分割成与问题相关和与问题无关的部分,进而设计基于多线程的并行分支定界算法框架。应用并行分支定界算法框架对板坯出库问题进行求解,并通过实验验证了算法框架的高效性。基于多线程的并行分支定界算法框架共有三个模块,分别是结点定义模块、相关接口模块和并行分支定界算法求解模块。结点定义模块和相关接口模块对应分支定界算法中与问题相关的部分,开发人员在使用框架求解具体问题时,需要对这两个模块中的结点类型和相关接口函数进行定义。求解模块对应分支定界算法中与问题无关的部分,该模块为并行分支定界算法的核心。其主要内容为并行环境参数的设置,分支定界算法的并行化等内容,开发人员在使用框架时不需要对模块的内容进行编辑。综上所述,本文提出了基于多线程的并行分支定界算法框架。算法框架采用Windows多线程编程技术中的Win32 API实现算法的并行化,可以有效的提高CPU使用率。使用并行分支定界算法框架求解问题时,将会提高算法设计的重复利用性,减少了开发人员的工作量,具有一定的实际应用价值。
李文俊[4]（2014）在《基于MapReduce的Skyline查询算法研究》文中认为随着数据库和存储技术的飞速发展,人们可采集和利用的数据规模到达了空前的水平,如何从中迅速而且准确的找到有用的信息,成为一个急需解决的问题。Skyline查询的目的是从多维数据集中找到那些不被其他数据所支配的数据,在数据挖掘、多目标决策等领域具有广泛的应用。然而随着数据规模的急速增长,单节点架构已经不能满足计算的要求,MapReduce框架作为一种并行编程框架,利用普通配置计算机组成的集群并行处理大规模计算任务,封装了集群中计算机之间的调度、错误处理、通信等复杂细节处理,擅长处理大规模数据的运算,且具有良好的可扩展性。目前基于MapReduce的计算研究已经取得了初步的进展,但已有的算法还远不能满足Skyline计算的要求,本文研究如何更加高效的在MapReduce框架下进行Skyline计算,主要工作及创新点如下:一、分析了现有基于MapReduce框架下的基本Skyline算法,发现这些算法都没有进行有效的预处理,而是简单的对数据集进行区域划分,基于此,本文提出一种高效的预处理 Skyline 查询算法 MRFS（MapReduce based Filter Skyline）,对大数据集进行预处理,提取支配能力较强的点组成比较点集,在算法开始前先用比较点集对原始数据集进行过滤,预先排除掉大部分非Skyline对象,再对过滤后的数据集在Map阶段并行计算出局部Skyline集,最后合并到一个Reduce任务,得到最终的Skyline结果集。实验结果表明:该算法比现有的算法在时间效率上提高了 20～30%。二、目前对于高维数据空间的k-支配Skyline查询,尚没有将相关算法引入到MapReduce框架下实现。因此,本文将k-支配Skyline查询纳入到MapReduce框架中,根据不同场景,实现了三种算法,分别为基于MapReduce的两轮扫描算法（MR-TSA）、基于MapReduce的索引算法（MR-IBA）以及一种基于简单排序的k-支配Skyline改进算法（MR-SIA）。实验分析表明:上述三种算法具有高效性和可用性。
杜晓萌[5]（2014）在《基于Android终端的物流管理与监督系统的设计与实现》文中研究表明随着现代物流服务业的快速发展,如何在配送过程中为客户提供尽可能详细的信息和咨询服务,成为物流企业的发展重点。现有的物流管理系统多采用特有的手持终端进行物流信息的采集与管理,价格昂贵,采集信息单一,且缺乏处理客户查询请求与送货监控功能的接口。随着智能手机尤其是Android手机的普及,移动应用越来越广泛,为智能移动终端在物流管理中的应用提供了可能。在此背景下,本文提出一种基于Android终端的远程物流管理与监督技术方案,该方案利用Android终端的数据处理功能进行多样化物流信息的采集,利用其通信功能与服务器或客户群交互,获取终端采集的物流信息及控制终端进行配送过程的监控。本文首先对基于Android终端的物流管理与监督系统所涉及的关键技术进行了深入的调研分析,然后就系统总体设计目标及客户端和服务器两部分的功能需求进行了详细的分析,设计了系统总体架构,规划了系统的总体运行流程。在此基础上,本文研究并实现了基于Android终端的物流管理与监督系统,包括客户端软件部分及后台服务器软件部分。针对客户端和服务器,设计了总体结构框架和具体功能模块,在已有技术的基础上,提出了适用于本系统的技术扩展方案,搭建了具备模块功能拓展能力的软件平台。同时,对服务器端的路线优化模块,设计了一种基于加权K-means算法的两阶段路径分配算法,该算法与遗传算法相比,节约了84.6%的运算时间,缩短了75.1%的路径总长度,改善了路径分配结果。最后,本文对基于Android终端的物流管理与监督系统进行了测试,主要包括各项终端操控及信息采集功能,客户端与服务器的交互功能测试。测试表明,基于Android终端的物流管理与监督系统能够完成物流单号,物流状态,物流位置,取货短信等物流信息的采集,能够提供信息实时查询与送货过程监控服务,达到了预期设计目标。本文提出的物流管理与监督系统扩展和补充了现有物流管理系统的数据采集和监视功能,提供了客户查询接口,降低了物流管理成本,提高了系统实时性和物流信息采集种类。
尹波[6]（2013）在《分布式环境下skyline查询处理技术研究》文中进行了进一步梳理Skyline查询处理是数据库技术领域的一个研究重点和热点,它在多目标决策、数据挖掘和可视化、用户偏好查询等方面有着广阔的应用。Skyline查询输出数据集中不被其它任意数据点所支配的点所组成的集合,使得用户可以在小规模的skyline结果集上选择自己感兴趣的对象,而不必关心那些被过滤掉的对象。随着分布式网络系统的深入应用和云计算的发展,分布式的skyline查询计算近年来受到广泛关注。由于全局知识的缺乏和不同分布式环境的特殊要求,分布式的skyline查询面临着巨大的挑战。本文针对分布式环境下的skyline计算及其相关问题进行了深入的分析研究。本文的主要工作和创新点如下:（1）研究了无线传感器网络中的连续skyline查询问题,提出了一种基于预测技术和数据映射的skyline查询算法。Sink收集所有节点的预测误差,用以预测值为中心、两倍预测误差为边长的超正方体来表示节点的真实感应数据值,然后基于超正方体之间的支配关系进行节点剪枝。节点上传真实感应值,当且仅当节点收到sink发出的“上传”消息。为了最大化预测获益,提出了一种分段线性预测技术,根据查询结果自适应地更新预测模型参数值。实验结果表明,该算法可以有效地减少传感器网络中执行连续skyline查询时的通信代价。（2）研究了传感器网络中反相关或簇状分布数据集下的过滤器设计问题,提出了基于数据簇表示模式的针对性数据过滤算法。现有过滤器算法普遍通过从数据集中选择支配能力最强的数据点（或者相关数据值）作为过滤器,存在过滤效果受限于数据分布的问题。本算法为不同的节点设计不同的过滤器,来适应不同的数据分布。为了降低过滤器计算代价和最大化过滤获益,设计了一种新颖的数据簇表示模式和一种基于历史查询结果的抽样技术。实验结果表明,该算法在正确返回查询结果的同时,减少了无线传感器网络中的过滤器计算代价和总的查询通信能耗。（3）研究了无线传感器网络中的连续反skyline查询问题,将前面提出的连续skyline查询算法思想应用到反skyline计算中。不同于skyline计算,反skyline查询算子是不可分解的,即不能随意删除非结果数据,否则容易导致误报。为此,提出了扩展半支配和扩展全支配的概念,用来基于数据映射知识对产生反skyline数据集的节点、不产生结果集的节点和能立即删除的节点进行识别。对这些节点进行分阶段探测,以减少需要上传真实感应数据的节点数目。实验结果表明,算法能输出正确的结果集,且具有较好的能量有效性。（4）探讨了客户端/服务器模型下的skyline查询问题,提出了基于数据划分技术的分布式skyline算法。该算法将每个服务器上的数据按照其和其它服务器数据的依赖关系划分成若干数据区域,使得不相互依赖的数据域能够并行地执行查询。这些不相互依赖的数据区域可以来自不同的服务器,也可以来自相同的服务器。同时,基于数据区域之间的依赖关系,制定查询计划,既有利于选择过滤效力强的数据作为过滤器,又使得算法能够渐进性地输出查询结果。并行式的查询和过滤器技术有效地缩短了查询时间。理论上证明了查询计划的最大跳数存在上界。
刘宝成[7]（2011）在《基于分枝界限法的并行序列搜索算法研究》文中研究说明在扩频通信系统中,所使用的扩频序列的数量决定于系统中的实际用户数。而通常一个序列集中所给出的序列数量远远大于所需要的序列数量,所选用的序列子集的性质又对系统的性能有至关重要的影响,这就引入了扩频序列子集的选择问题。由于集合中的序列数量较多,搜索空间较大,传统的序列子集选择算法难以满足性能需求。使用并行计算技术,利用并行计算机的高性能,成为解决这一问题的有效途径。本文介绍了并行程序设计的基本原理,在此基础上,针对上述序列的子集选择问题,设计了一种基于分枝界限法的并行序列搜索算法。并在x86平台下实现这一算法,给出了相应的测试数据,证明了文中设计的并行算法的性能比传统的串行算法具有明显的提升。
赵业清[8]（2011）在《基于多Agent的钢铁生产复杂物流系统建模与仿真研究》文中研究指明在当前资源严重短缺,环境严重恶化,环保政策日益严格的情况下,钢铁生产企业要实现节能减排目标,进一步提高自身适应性和国际竞争能力,实现资源循环利用和本身可持续性发展,必须对企业生产物流系统进行研究、分析和优化。钢铁生产是一个多工序、多工位、空间跨度大、生产品种多的具有动态和不确定性的复杂物流系统。钢铁生产复杂物流系统是影响产品品种、质量和产量的关键因素,认识其生产物流规律,进行合理的生产计划及调度,是实现生产物流畅通的保障,是提高产品产量和降低生产成本的关键。Agent的自主性、社会性、反应性、主动性、移动性、理智性等特性可以用来实现动态的、不确定环境的、大规模的软件系统。多Agent系统把多个Agent有效组织起来,相互协作和交流,形成问题的求解环境,并根据环境和交流知识进行推理、学习等,能够有效实现系统整体性能的提高和适应系统的灵活性、柔性、开放性等要求。面向Agent的开发方法已经成为软件工程领域的新趋势,为复杂系统的理解、建模、开发提供了一种很自然的方法,它使分布式的结构变得更简单、智能化和具有鲁棒性。本文旨在利用多Agent技术探索一种既能描述钢铁生产过程复杂物流系统特性,又能反应物流系统的动态特征,并能对不同形式的钢铁生产流程具有广泛适应性的建模仿真方法和软件工程设计方法,在理论和实践方面均具有非常重要的意义。针对钢铁生产过程灵活性、柔性和适应性的要求及其物流系统的复杂性特点,根据Agent技术优势及多Agent系统优点,其应用在钢铁生产复杂物流仿真系统中时可有效克服已有建模方法的不足,提出了基于多Agent的钢铁生产复杂物流仿真系统建模方法,把钢铁生产过程复杂的物流系统抽象为一个多Agent系统,基于通用性原则对仿真系统模型进行软件工程的分析、设计与实现技术研究。首先在对钢铁生产物流系统复杂性充分认识和把握的基础上,把多Agent技术引入到钢铁生产复杂物流系统的建模过程中,实现对基于多Agent的钢铁生产复杂物流仿真系统的系统功能分层抽象和定义；其次,通过分析仿真系统中Agent类型及结构,在对Petri网结构和功能进行扩展和Agent行为理论及Agent间交互行为理论拓展的基础上,建立了仿真系统中Agent的行为及其之间的交互模型,并借助形式化描述工具Petri网实现Agent内部动作和外部动作及其之间交互的形式化建模；另外,由于钢铁生产过程中物流系统灵活性和柔性的特殊要求,致使钢铁生产过程中的运输系统在整个物流系统中具有举足轻重的地位,本文就运输系统中天车运行机制进行详细分析和研究的基础上,实现了运输系统和物流仿真系统的有机结合；最后,为确保基于多Agent的钢铁生产复杂物流仿真系统模型的有效性和正确性,在对多Agent系统工程建模方法扩展的基础上实现对复杂物流仿真系统的分析设计,建立了相应的复杂物流仿真系统模型,并进一步借助Agent建模工具实现对整个仿真系统模型的分析设计和模型验证。根据昆钢炼钢厂的生产实际,建立相应的基于多Agent的钢铁生产物流仿真模型,并将仿真结果和实际数据相对比,结果表明：①基于多Agent的钢铁生产复杂物流系统仿真模型是正确有效的,可以根据实际规模要求灵活搭建基于工序及工位的仿真模型。在相似的输入条件下,仿真结果与实际系统中转炉至连铸区间的物流平均流通时间进行对比分析进一步表明：基于多Agent的钢铁生产复杂物流系统仿真模型和实际系统没有明显差别,能正确反映炼钢厂的复杂物流实况。②基于多Agent的钢铁生产复杂物流系统仿真模型可以根据不同生产流程特点构建相应的仿真模型,仿真可揭示不同生产流程在不同生产条件下的生产瓶颈,脱硫工序在有混铁炉和取消混铁炉的炼钢生产流程中均为生产瓶颈,对于取消混铁炉的炼钢生产流程,当铁水进厂节奏较慢时（3罐/60min）,脱硫工序为生产瓶颈,当铁水进厂节奏提高到一定程度（≥5罐/60min）后,转炉工序成为生产瓶颈。③利用仿真模型可为不同钢铁生产流程下制定提高生产效率、多台连铸机同时实现连浇的策略提供决策支持。比较有混铁炉和取消混铁炉的炼钢生产流程,当铁水进厂节奏比较慢时（3罐/60min）,加快铁水进厂节奏或加快转炉冶炼周期有利于生产效率和连浇百分比的提高,而对于取消混铁炉的生产流程,此时较长的转炉冶炼周期反而有利于生产效率的提高；铁水进厂节奏达到一定程度后（≥5罐/60min）,铁水进厂节奏或转炉冶炼周期的加快对提高生产效率和连浇百分比均没有明显效果,对于取消混铁炉的炼钢生产流程,加快转炉冶炼周期有利于提高系统生产效率。④基于多Agent的钢铁生产复杂物流系统仿真模型具有的通用性、实用性和灵活性,能正确模拟炼钢生产的复杂物流特性,可针对不同生产过程进行系统诊断和预演,根据仿真模型的仿真结果,可实现对钢铁生产组织和生产流程物流的优化管理,为全连铸生产管理及物流控制的改进提供决策支持。本文研究表明：基于多Agent的钢铁生产复杂物流系统仿真模型建模方法在表达炼钢生产物流特性、揭示复杂物流系统运行机制方面更有效,能更好的满足当前分布式复杂系统的建模需要,具有对各种炼钢生产物流系统进行灵活建模且仿真适应性较强。该建模方法的提出和实现为复杂制造流程的建模与物流仿真研究提供了新的手段和方法。
桑晓丹[9]（2011）在《基于2D-mesh拓扑分类的NoC映射技术研究》文中指出片上网络（Network-on-Chip,NoC）映射用于将应用任务映射到实际网络资源,是NoC设计中的重要步骤,直接影响着网络的整体性能。不同的NoC映射结果会对NoC功耗、时延、可靠性以及温度等性能产生很大影响,而不同的映射技术直接决定着映射效果。有关映射技术的研究工作主要存在以下两方面问题:（1）在规则2D-mesh拓扑下,当前映射算法对拓扑的对称性问题考虑不足,导致收敛速度过慢;（2）当规则2D-mesh变为不规则2D-mesh时,传统映射算法无法进行有效映射。因此,本文基于2D-mesh拓扑的分类对NoC映射技术展开研究。本文在深入分析已有映射算法的基础上,提出了一种规则2D-mesh拓扑下的映射算法;然后,针对不规则2D-mesh拓扑下的映射算法失效问题,对A3MAP架构感知映射模型进行了改进,并在该改进模型的基础上提出了一种混沌遗传映射算法。主要研究内容包括:1、提出了一种基于规则2D-mesh的快速映射算法（MARM）。该算法提出了映射等价位的概念,利用分支界限及“剪枝”原理快速消除映射等价位来提高映射效率。仿真实验表明:MARM同随机映射相比,通信功耗大约节省了41%～61%;同GA算法相比,通信功耗节省比值在4%～60%。并且与随机算法、GA算法相比,该算法获得了较快的收敛速度。2、提出了一种基于特殊可达性矩阵的架构感知模型（A3MAP-SRM）。该模型把Tile间通信量的等级权重作为可达性矩阵的系数参数,使两者结合成为一个特殊可达性矩阵加入到A3MAP模型的目标函数之中,解决了原有A3MAP模型的总失真度函数误差大和不可达路径处理盲区的问题。仿真实验表明,该模型在规则2D-mesh拓扑方面适用于中大规模通信密集性任务映射;在不规则2D-mesh拓扑方面不仅解决了通信模块不可达的任务映射问题,而且与A3MAP的映射结果相比,该模型在通信功耗方面大约降低了10%。3、提出了一种基于A3MAP-SRM的混沌遗传映射算法（CGNM）。该算法根据A3MAP-SRM模型属于0-1整数规划问题这一特殊性,通过将混沌搜索算法嵌入到遗传算法中的策略,使之为遗传算法产生新个体、新模式;同时,通过引入幂函数载波技术改善了混沌搜索解空间的遍历性能,提高了群体多样性和搜索效率。仿真实验表明,该算法在通信功耗和收敛速度两方面均较A3MAP-GA算法有所改进,相较A3MAP模型,该算法在A3MAP-SRM模型中可以获得更低的通信功耗。
况超[10]（2011）在《求图中每对顶点间的所有最短路径算法的分析与研究》文中指出最短路径算法的研究是计算机科学研究的热门话题,它有着广泛的应用领域,比如在交通运输系统、应急救助系统、电子导航系统等研究领域。对最短路径问题的研究不仅具有重要的理论意义,而且具有重要的实用价值。目前比较经典的最短路径算法是Dijkstra、Floyd等算法,这些算法求解的是某对顶点间的一条最短路径和每对顶点间的一条最短路径。随着科技的发展,这类算法已经无法解决实际应用中出现的很多问题了,比如在应急救助系统中心、货物运输调度中心等领域,我们需要的不仅仅是某对顶点间的一条最短路径,而是全方位的信息,以供调度中心使用。本文针对这种情况,对最短路径问题进行了分析研究,提出了求图中每对顶点间的所有最短路径问题,同时提出了带限制条件的每对顶点间的所有最短路径问题。解决此类问题的算法在货物运输系统、应急救助系统等领域有着重大的实用价值。本文首先介绍了最短路径问题的研究现状、研究意义等。其次介绍了图的相关知识以及常用算法的相关知识。接着对最短路径算法进行了分析研究并提出了本文的算法。本文主要内容集中在第四章。第四章一共提出了三种相关算法。1.提出了求图中每对顶点间的所有最短路径的基本算法。该算法基于边序列,通过逐步加入图中的每条边,判断加入该边后,图中每对顶点间的当前最短路径是否有更新,进行边松弛操作,记录图中每对顶点间的最新最短路径长度,并保存直接后继结点信息,直至所有的边都处理完。然后根据直接后继结点链表遍历生成每对顶点间的所有最短路径。该算法的时间复杂度为max{O（n3*e）, O（n*Shpath（G））}（其中n为图中的顶点数,e为图中的边数,Shpath（G）为所生成的最短路径的数目总和）。2.提出了求图中每对顶点间的所有最短路径的改进算法。该算法采用逆拓扑顺序从出度为0的结点开始,更新该结点的逆邻接点到该结点,以及到从该结点出发有路可通的其他结点的最短路径长度,将该结点的逆邻接点的出度减1,并记录直接后继结点信息。对所有的出度为0的结点进行同样的操作,直至无出度为0的结点。再根据直接后继结点链表,从后往前生成每对顶点间的所有最短路径。算法的时间复杂度为max{O（n3）,O（n*allSH（G））}（其中n为图中的顶点数,a11SH（G）为图中每对顶点间的所有最短路径的数量总和）。3.提出了求图中受顶点数限制的每对顶点间的所有最短路径的算法。该算法也是采用逆拓扑顺序,更新每对顶点间的最短路径树结点信息（包括最短路径长度以及经过的顶点数）,最后根据最短路径树结点信息遍历生成受顶点数限制的每对顶点间的所有最短路径。该算法的时间复杂度为max{O（e*n*Dsh（G））,O（K* AllCfSh（G））}（其中K为受限的顶点数,n为图中的顶点数,e为图中的边数,Dsh（G）为生成的最短路径森林中,具有最大度的树的度值,Dsh（G）最大为n,All CfSh（G）为每对顶点间满足限制条件的所有最短路径的数目总和）。
二、优先队列与并行分枝界限算法（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、优先队列与并行分枝界限算法（论文提纲范文）
（1）不确定Skyline查询处理关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 集中式Skyline查询 |
| 1.2.2 分布式Skyline查询 |
| 1.2.3 不确定Skyline查询 |
| 1.3 面临的挑战 |
| 1.4 研究目标和研究内容 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.5 本文组织结构 |
| 第2章 相关理论 |
| 2.1 不确定数据模型 |
| 2.2 R-tree数据索引技术 |
| 2.2.1 R-tree |
| 2.2.2 PR-tree |
| 2.2.3 AR-tree |
| 2.3 相关查询定义 |
| 2.3.1 传统的Skyline查询 |
| 2.3.2 Skyline查询变体问题 |
| 2.3.3 不确定数据下的Skyline查询 |
| 2.4 本章小结 |
| 第3章 基于分布式环境的不确定Skyline查询 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.2.1 DSUD查询 |
| 3.2.2 DSUD查询算法目标 |
| 3.3 分布式DSUD查询(IDSUD)框架 |
| 3.4 自适应的DSUD(ADSUD)查询算法 |
| 3.4.1 局部排序策略 |
| 3.4.2 最小概率边界矩形(MPBR) |
| 3.4.3 局部查询算法 |
| 3.4.4 ADSUD算法性能分析 |
| 3.5 实验测试与分析 |
| 3.5.1 合成数据集上实验结果 |
| 3.5.2 真实数据集上的实验结果 |
| 3.5.3 算法渐进性分析 |
| 3.6 本章小结 |
| 第4章 基于不确数据的静态Skyline查询 |
| 4.1 引言 |
| 4.2 问题概述 |
| 4.3 MPS查询算法 |
| 4.3.1 BMPS算法 |
| 4.3.2 OMPS算法 |
| 4.3.3 RMPS算法 |
| 4.3.4 算法性能分析 |
| 4.4 MMPS查询 |
| 4.4.1 MMPS查询 |
| 4.4.2 MMPS查询算法 |
| 4.4.3 MMPS查询算法性能分析 |
| 4.5 实验测试与分析 |
| 4.5.1 MPS查询与P-Skyline查询比较 |
| 4.5.2 合成数据集上的实验结果 |
| 4.5.3 MMPS查询实验结果 |
| 4.6 本章小结 |
| 第5章 基于不确定数据的动态Skyline查询 |
| 5.1 引言 |
| 5.2 问题概述 |
| 5.2.1 存在级不确定数据模型 |
| 5.2.2 UDS查询 |
| 5.3 UDS查询算法 |
| 5.3.1 剪枝策略 |
| 5.3.2 UDSQ算法 |
| 5.4 EUDSQ算法 |
| 5.4.1 剪枝策略 |
| 5.4.2 EUDSQ算法 |
| 5.4.3 算法性能分析 |
| 5.5 实验评估 |
| 5.5.1 实验设置 |
| 5.5.2 UDS查询实验结果 |
| 5.6 本章小节 |
| 第6章 基于规模约束的不确定动态Skyline查询 |
| 6.1 引言 |
| 6.2 问题描述 |
| 6.3 TFPP查询算法 |
| 6.3.1 TFPP算法 |
| 6.3.2 ParTFPP算法 |
| 6.3.3 算法分析 |
| 6.4 实验评估 |
| 6.4.1 实验设置 |
| 6.4.2 实验结果 |
| 6.5 本章小节 |
| 总结与展望 |
| 参考文献 |
| 附录A 发表论文和参加科研情况说明 |
| 附录B 攻读学位期间所参加的科研项目及申请的专利 |
| 致谢 |
（2）极小通讯延迟的虚拟机分配算法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 课题研究背景 |
| 1.2 国内外研究现状 |
| 1.3 存在的问题 |
| 1.4 研究内容和目标 |
| 1.5 论文组织结构 |
| 第二章 数据中心网络拓扑结构 |
| 2.1 数据中心概述 |
| 2.2 四种数据中心拓扑结构 |
| 2.2.1 Tree拓扑结构 |
| 2.2.2 VL2拓扑结构 |
| 2.2.3 Fat-Tree拓扑结构 |
| 2.2.4 BCube拓扑结构 |
| 2.3 数据中心的通讯延迟 |
| 2.4 本章小结 |
| 第三章 数据中心内的虚拟机分配问题 |
| 3.1 虚拟机分配问题 |
| 3.2 问题描述及问题模型 |
| 3.2.1 问题定义 |
| 3.2.2 问题模型归纳 |
| 3.3 算法思想 |
| 3.4 算法框架 |
| 3.5 本章小结 |
| 第四章 虚拟机分配算法中的子算法 |
| 4.1 寻找合适的完全子图 |
| 4.1.1 归并排序 |
| 4.1.2 判断团的规模——图兰定理 |
| 4.1.3 判断团的规模——图的接连 |
| 4.2 回溯法 |
| 4.3 分支定界算法 |
| 4.4 改进的贪心算法 |
| 4.4.1 已有的贪心寻团算法 |
| 4.4.2 改进的贪心算法 |
| 4.5 Hopcroft-Karp算法 |
| 4.6 本章小结 |
| 第五章 实验结果及分析 |
| 5.1 与启发式算法的比较 |
| 5.2 与近似算法的比较 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 回顾与总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 研究生期间发表论文及参加科研情况说明 |
| 致谢 |
（3）基于多线程的并行分支定界算法框架及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究意义和研究目的 |
| 1.4 本文的组织结构 |
| 第2章 分支定界算法和多线程技术 |
| 2.1 分支定界算法 |
| 2.1.1 基本原理 |
| 2.1.2 分支定界算法的分类 |
| 2.1.3 分支定界算法的改进 |
| 2.1.4 分支定界算法的应用 |
| 2.2 多线程编程 |
| 2.2.1 进程和线程 |
| 2.2.2 线程的操作 |
| 2.2.3 多线程编程技术 |
| 2.3 本章小结 |
| 第3章 并行分支定界算法框架的设计与实现 |
| 3.1 引言 |
| 3.2 并行分支定界算法框架的设计 |
| 3.2.1 框架的结构 |
| 3.2.2 框架的设计模式 |
| 3.3 并行分支定界算法框架的实现 |
| 3.3.1 结点定义模块的实现 |
| 3.3.2 接口模块的实现 |
| 3.3.3 并行分支定界算法求解模块的实现 |
| 3.4 并行化分支定界算法框架的使用方法 |
| 3.4.1 背包问题简介 |
| 3.4.2 使用并行分支定界算法框架求解背包问题 |
| 3.4.3 实验结果 |
| 3.5 本章小结 |
| 第4章 在热轧板坯出库问题上的应用 |
| 4.1 引言 |
| 4.2 板坯出库问题的数学描述 |
| 4.3 使用并行分支定界算法框架求解板坯出库问题 |
| 4.3.1 结点类型的定义 |
| 4.3.2 初始化接口函数的定义 |
| 4.3.3 可行解判断接口函数的定义 |
| 4.3.4 分支操作接口函数的定义 |
| 4.3.5 界值接口函数的定义 |
| 4.3.6 结点调整接口函数的定义 |
| 4.3.7 全局解更新接口函数 |
| 4.4 实验结果与分析 |
| 4.4.1 实验配置 |
| 4.4.2 实验结果 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
（4）基于MapReduce的Skyline查询算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 本文的组织结构 |
| 第2章 相关工作研究 |
| 2.1 Skyline查询综述 |
| 2.1.1 Skyline查询的定义和性质 |
| 2.1.2 Skyline查询算法 |
| 2.1.3 Skyline查询的应用 |
| 2.2 MapReduce并行编程模型 |
| 2.2.1 MapReduce的执行流程 |
| 2.2.2 MapReduce的优势 |
| 2.2.3 MapReduce的应用 |
| 2.3 本章小结 |
| 第3章 基于MapReduce的预处理Skyline算法 |
| 3.1 引言 |
| 3.2 相关工作 |
| 3.3 MRFS算法设计 |
| 3.3.1 算法的思想 |
| 3.3.2 支配能力计算 |
| 3.3.3 算法流程 |
| 3.4 实验分析 |
| 3.4.1 实验环境 |
| 3.4.2 实验结果 |
| 3.5 本章小结 |
| 第4章 基于MapReduce的k-支配Skyline算法 |
| 4.1 引言 |
| 4.2 相关工作 |
| 4.3 k-支配Skyline算法设计 |
| 4.3.1 MR-TSA算法 |
| 4.3.2 MR-IBA算法 |
| 4.3.3 MR-SIA算法 |
| 4.4 实验分析 |
| 4.4.1 实验环境 |
| 4.4.2 实验结果 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 附录A 攻读学位期间发表的学术论文 |
| 致谢 |
（5）基于Android终端的物流管理与监督系统的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容 |
| 1.4 论文章节安排 |
| 第二章 基于Android终端的物流管理与监督系统关键技术研究 |
| 2.1 Android终端关键技术研究 |
| 2.1.1 移动终端定位技术研究 |
| 2.1.2 Android终端条码扫描技术研究 |
| 2.2 客户端与服务器通信方式研究 |
| 2.3 并发服务器模型研究 |
| 2.4 SSH框架研究 |
| 2.5 物流配送路径优化模型研究 |
| 2.6 物流配送路径优化算法研究 |
| 2.7 本章小结 |
| 第三章 基于Android终端的物流管理与监督系统需求分析及总体设计 |
| 3.1 系统总体需求分析 |
| 3.2 系统总体框架设计 |
| 3.3 系统功能需求分析 |
| 3.3.1 客户端功能需求 |
| 3.3.2 服务器功能需求 |
| 3.4 系统总体流程分析 |
| 3.5 本章小结 |
| 第四章 Android终端软件设计 |
| 4.1 软件架构设计 |
| 4.2 功能模块设计 |
| 4.2.1 用户界面设计 |
| 4.2.2 系统管理平台模块设计 |
| 4.2.3 通知记录管理模块设计 |
| 4.2.4 功能配置模块设计 |
| 4.2.5 网络传输模块设计 |
| 4.2.6 数据层设计 |
| 4.3 本章小结 |
| 第五章 后台服务器软件设计 |
| 5.1 后台服务器软件架构设计 |
| 5.2 用户分级登陆模块设计 |
| 5.3 并发连接处理模块设计 |
| 5.4 基于socket的自定义通信协议设计 |
| 5.5 查询指令交互模块设计 |
| 5.6 数据存储模块设计 |
| 5.7 异常处理模块设计 |
| 5.7.1 连接中断处理 |
| 5.7.2 数据包丢失处理 |
| 5.7.3 文件分段续传处理 |
| 5.8 路线优化模块设计 |
| 5.8.1 物流配送路径优化算法设计与实现 |
| 5.8.2 算法结果分析 |
| 5.9 本章小结 |
| 第六章 系统测试与调试 |
| 6.1 测试环境 |
| 6.2 测试方案 |
| 6.2.1 Android终端测试 |
| 6.2.2 服务器测试 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究内容总结 |
| 7.2 工作展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 作者攻读学位期间发表的学术论文目录 |
（6）分布式环境下skyline查询处理技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 Skyline查询的概念 |
| 1.1.2 Skyline查询的性质 |
| 1.1.3 Skyline查询的应用领域 |
| 1.2 国内外研究现状综述 |
| 1.3 分布式环境下的skyline查询问题 |
| 1.3.1 分布式环境模型 |
| 1.3.2 分布式skyline查询算法的设计目标 |
| 1.3.3 分布式skyline查询策略 |
| 1.3.4 分布式skyline查询设计的挑战 |
| 1.4 本文的研究工作 |
| 1.5 本文的组织结构 |
| 第2章 分布式skyline查询的研究现状 |
| 2.1 研究现状 |
| 2.1.1 客户端/服务器模型 |
| 2.1.2 对等网络 |
| 2.1.3 移动自组织网络和无线传感器网络 |
| 2.1.4 算法分析 |
| 2.2 现状分析 |
| 2.3 本章小结 |
| 第3章 无线传感器网络中的连续skyline查询算法 |
| 3.1 问题描述 |
| 3.2 基于预测技术的连续skyline查询算法 |
| 3.2.1 算法整体设计框架 |
| 3.2.2 分段线性预测模型 |
| 3.2.3 基于预测值的数据映射模式 |
| 3.2.4 算法具体描述 |
| 3.2.5 算法正确性分析 |
| 3.3 实验测试与结果分析 |
| 3.3.1 实验设置 |
| 3.3.2 实验结果 |
| 3.4 本章小结 |
| 第4章 分簇传感器网络中一种基于数据过滤的skyline查询算法 |
| 4.1 问题描述 |
| 4.2 已有工作 |
| 4.3 预备知识和问题定义 |
| 4.4 算法整体框架 |
| 4.5 数据簇表示模式 |
| 4.5.1 计算数据簇代表点 |
| 4.5.2 计算反支配集 |
| 4.6 算法具体过程 |
| 4.6.1 低一级概要知识收集 |
| 4.6.2 高一级概要知识收集 |
| 4.6.3 分配过滤器 |
| 4.6.4 Skyline维护 |
| 4.7 实验测试与结果分析 |
| 4.7.1 实验设置 |
| 4.7.2 实验结果 |
| 4.8 本章小结 |
| 第5章 无线传感器网络中的连续反skyline查询算法 |
| 5.1 问题描述 |
| 5.2 相关工作 |
| 5.3 预备知识和问题定义 |
| 5.4 数据映射模式 |
| 5.5 ECRS算法 |
| 5.5.1 算法概述 |
| 5.5.2 初始化 |
| 5.5.3 全局知识收集 |
| 5.5.4 数据探测 |
| 5.5.5 计算结果 |
| 5.5.6 ECRS算法输出结果的正确性 |
| 5.6 实验测试与结果分析 |
| 5.6.1 实验设置 |
| 5.6.2 实验结果 |
| 5.7 本章小结 |
| 第6章 基于数据划分的分布式skyline计算 |
| 6.1 问题描述 |
| 6.2 相关工作 |
| 6.3 预备知识 |
| 6.4 算法整体框架 |
| 6.5 基于依赖关系的数据划分 |
| 6.5.1 思想 |
| 6.5.2 基于依赖关系进行数据划分 |
| 6.5.3 数据区域表示 |
| 6.6 区域间的查询计划 |
| 6.6.1 基于依赖关系的区域查询顺序 |
| 6.6.2 数据过滤 |
| 6.6.3 查询计划的最大跳数分析 |
| 6.7 实验测试与结果分析 |
| 6.7.1 实验设置 |
| 6.7.2 实验结果 |
| 6.8 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间发表的论文 |
| 附录B 攻读学位期间申请的发明专利 |
| 附录C 攻读学位期间参与的项目 |
（7）基于分枝界限法的并行序列搜索算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 并行计算的发展现状 |
| 1.2 扩频通信与多址技术 |
| 1.2.1 扩频通信技术 |
| 1.2.2 多址技术 |
| 1.2.3 扩频序列的搜索问题 |
| 1.3 论文的研究内容及章节安排 |
| 第二章 扩频序列分析 |
| 2.1 扩频序列的基本概念 |
| 2.2 扩频序列的相关函数 |
| 2.2.1 周期相关函数 |
| 2.2.2 非周期相关函数 |
| 2.2.3 平均均方相关值 |
| 2.2.4 最大互相关函数 |
| 2.3 扩频序列的分类 |
| 2.4 常用二进制序列 |
| 2.4.1 m 序列 |
| 2.4.2 M 序列 |
| 2.4.3 Gold 序列 |
| 2.4.4 Walsh 序列 |
| 2.5 本章小结 |
| 第三章 并行计算原理 |
| 3.1 并行计算机体系结构 |
| 3.2 并行程序设计模式 |
| 3.3 并行编程环境 |
| 3.3.1 HPF：数据并行编程 |
| 3.3.2 OpenMP：共享存储并行编程 |
| 3.3.3 MPI：消息传递接口 |
| 3.4 常见并行程序设计问题 |
| 3.4.1 同步问题 |
| 3.4.2 数据竞争问题 |
| 3.4.3 死锁问题 |
| 3.4.4 性能问题 |
| 3.5 并行算法 |
| 3.6 本章小结 |
| 第四章 并行序列搜索算法设计 |
| 4.1 问题的数学模型 |
| 4.2 串行搜索算法介绍 |
| 4.3 并行序列搜索算法设计 |
| 4.3.1 算法基本思想 |
| 4.3.2 算法详细描述 |
| 4.3.3 算法实现的难点分析 |
| 4.3.4 程序实现结果及分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 致谢 |
| 参考文献 |
| 硕士期间参与项目与研究成果 |
（8）基于多Agent的钢铁生产复杂物流系统建模与仿真研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 钢铁生产物流系统概述 |
| 1.2.1 钢铁生产流程概述 |
| 1.2.2 钢铁生产流程特点及复杂性 |
| 1.2.3 钢铁生产复杂物流系统 |
| 1.2.4 复杂系统理论和研究方法 |
| 1.3 钢铁生产复杂物流系统研究现状 |
| 1.3.1 钢铁生产复杂物流与生产调度关系 |
| 1.3.2 钢铁生产调度问题主要研究方法 |
| 1.3.3 钢铁生产复杂物流系统研究方法 |
| 1.3.4 钢铁生产复杂物流系统及生产调度系统研究现状 |
| 1.4 本文主要研究内容及创新点 |
| 1.4.1 论文研究思路 |
| 1.4.2 论文主要研究内容 |
| 1.4.3 论文的创新点 |
| 第二章 Agent建模理论与仿真方法 |
| 2.1 引言 |
| 2.2 多Agent系统概述 |
| 2.2.1 Agent技术 |
| 2.2.2 多Agent系统 |
| 2.3 多Agent系统建模与仿真 |
| 2.3.1 多Agent系统建模 |
| 2.3.2 多Agent系统仿真 |
| 2.4 小结 |
| 第三章 钢铁生产复杂物流多Agent建模与仿真 |
| 3.1 钢铁生产流程分析 |
| 3.2 钢铁生产复杂物流系统多Agent仿真模型 |
| 3.2.1 钢铁生产复杂物流多Agent系统 |
| 3.2.2 钢铁生产复杂物流系统Agent类型和结构 |
| 3.3 钢铁生产复杂物流多Agent仿真模型关键技术 |
| 3.3.1 Agent关系描述 |
| 3.3.2 Agent通信描述 |
| 3.3.3 Agent行为Petri网建模 |
| 3.3.4 Agent交互行为Petri网建模 |
| 3.4 钢铁生产复杂物流多Agent运输系统 |
| 3.4.1 运输系统重要性分析 |
| 3.4.2 运输系统特点分析 |
| 3.4.3 运输系统中工序和工位关系描述 |
| 3.5 小结 |
| 第四章 钢铁生产复杂物流多Agent仿真系统设计 |
| 4.1 MaSE方法和AgentTool工具介绍 |
| 4.1.1 MaSE方法简介 |
| 4.1.2 AgentTool工具简介 |
| 4.2 基于MaSE的钢铁生产复杂物流仿真系统设计 |
| 4.2.1 钢铁生产复杂物流仿真模型的系统目标获取 |
| 4.2.2 钢铁生产复杂物流仿真系统应用用例设计 |
| 4.2.3 钢铁生产复杂物流仿真系统中角色提炼 |
| 4.2.4 仿真系统中Agent类的创建 |
| 4.2.5 仿真系统中Agent间对话的构建 |
| 4.2.6 仿真系统中Agent类的设计与组装 |
| 4.2.7 系统设计 |
| 4.3 小结 |
| 第五章 钢铁生产复杂物流多Agent仿真系统实现 |
| 5.1 系统开发平台 |
| 5.1.1 基于AnyLogic平台的Agent的建模方法 |
| 5.1.2 基于AnyLogic平台的Agent交互 |
| 5.2 系统设计概述 |
| 5.2.1 系统设计背景 |
| 5.2.2 系统设计目标 |
| 5.3 系统总体设计 |
| 5.3.1 仿真模型结构功能设计 |
| 5.3.2 数据库设计 |
| 5.4 系统软件实现 |
| 5.4.1 仿真模型的程序实现 |
| 5.4.2 参数设定与模型仿真界面 |
| 5.4.3 模型运行结果表达 |
| 5.5 小结 |
| 第六章 钢铁生产复杂物流多Agent仿真模型检验与仿真实验 |
| 6.1 仿真模型检验 |
| 6.1.1 昆钢生产工艺数据统计分析 |
| 6.1.2 仿真条件 |
| 6.1.3 仿真结果 |
| 6.2 生产条件对生产过程的影响 |
| 6.2.1 仿真实验设计 |
| 6.2.2 生产模式Ⅰ仿真分析 |
| 6.2.3 生产模式Ⅱ仿真分析 |
| 6.3 小结 |
| 第七章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录A (攻读博士学位期间发表的论文专利) |
| 附录B |
（9）基于2D-mesh拓扑分类的NoC映射技术研究（论文提纲范文）
| 表目录 |
| 图目录 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 NOC 映射研究现状 |
| 1.2.1 规则2D-mesh 映射研究现状 |
| 1.2.2 不规则2D-mesh 映射研究现状 |
| 1.3 NOC 映射存在的问题 |
| 1.3.1 规则2D-mesh 映射存在的问题 |
| 1.3.2 不规则2D-mesh 映射存在的问题 |
| 1.4 本文主要内容 |
| 1.5 章节安排 |
| 第二章 NoC 映射研究基础 |
| 2.1 引言 |
| 2.2 NOC 设计 |
| 2.3 NOC 映射相关技术 |
| 2.3.1 NoC 拓扑结构 |
| 2.3.2 NoC 路由策略 |
| 2.3.3 NoC 映射 |
| 2.4 NOC 映射性能指标 |
| 2.5 本章小结 |
| 第三章 基于规则2D-mesh的快速映射算法MARM |
| 3.1 引言 |
| 3.2 MARM 映射算法 |
| 3.2.1 MARM 搜索策略 |
| 3.2.2 MARM 算法描述 |
| 3.2.3 MARM 算法复杂度分析 |
| 3.3 MARM 算法伪代码 |
| 3.4 MARM 算法仿真与结果分析 |
| 3.4.1 实验应用任务介绍 |
| 3.4.2 算法仿真与结果分析 |
| 3.5 本章小结 |
| 第四章 基于不规则2D-mesh的A3MAP 映射模型改进 |
| 4.1 引言 |
| 4.2 A3MAP 模型及关键技术分析 |
| 4.3 A3MAP-SRM 模型 |
| 4.3.1 A3MAP 模型问题分析 |
| 4.3.2 A3MAP-SRM 模型及可行性实例说明 |
| 4.4 A3MAP-SRM 模型的性能仿真与分析 |
| 4.4.1 规则2D-mesh 下模型性能仿真与分析 |
| 4.4.2 不规则2D-mesh 下模型性能仿真与分析 |
| 4.5 本章小结 |
| 第五章 基于A3MAP-SRM 模型的混沌遗传映射算法 |
| 5.1 引言 |
| 5.2 A3MAP-SRM 类问题描述 |
| 5.3 基于A3MAP-SRM 的混沌遗传映射算法（CGNM） |
| 5.3.1 A3MAP-GA 分析及问题解决方案 |
| 5.3.2 混沌搜索算法及幂函数载波技术 |
| 5.3.3 基于A3MAP-SRM 的CGNM 算法 |
| 5.4 CGNM 算法仿真与结果分析 |
| 5.4.1 算法遍历性及搜索效率分析 |
| 5.4.2 算法仿真与结果分析 |
| 5.5 本章小结 |
| 第六章 结束语 |
| 6.1 结论 |
| 6.2 本文主要创新点 |
| 6.3 下一步工作展望 |
| 参考文献 |
| 作者简历 攻读硕士学位期间完成的主要工作 |
| 一、作者简历 |
| 二、攻读硕士学位期间发表和完成的学术论文 |
| 三、攻读硕士学位期间的科研情况 |
| 致谢 |
（10）求图中每对顶点间的所有最短路径算法的分析与研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要工作内容 |
| 1.4 本文的内容安排 |
| 第二章 图论和最短路径算法基础 |
| 2.1 图论中的基本概念 |
| 2.2 最短路径问题 |
| 2.3 基本的最短路径算法 |
| 2.3.1 DIJKSTRA算法 |
| 2.3.2 BELLMAN-FORD算法 |
| 2.3.3 FLOYD算法 |
| 2.3.4 JOHNSON算法 |
| 2.4 常用算法 |
| 2.4.1 启发式搜索法 |
| 2.4.2 穷举搜索法 |
| 2.4.3 分支界限法 |
| 2.4.4 动态规划法 |
| 2.5 小结 |
| 第三章 最短路径算法研究现状 |
| 3.1 求图中某一对顶点间带限制条件的最短路径算法 |
| 3.1.1 求带单一限制条件的单源最短路径算法 |
| 3.1.1.1 受顶点数限制的单源单权最短路径算法 |
| 3.1.1.2 受其他单一限制的单源多权最短路径算法 |
| 3.1.2 求带多个限制条件的最短路径算法 |
| 3.2 单源点所有最短路径算法 |
| 3.3 全源点最短路径算法 |
| 3.4 其它相关算法 |
| 3.5 本文提出的最短路径算法 |
| 3.6 小结 |
| 第四章 本文提出的最短路径求解算法 |
| 4.1 引言 |
| 4.2 求图中每对顶点间的所有最短路径的基本算法 |
| 4.2.1 数据结构 |
| 4.2.2 算法思想 |
| 4.2.3 算法实现 |
| 4.2.4 算法分析 |
| 4.2.5 实例 |
| 4.2.6 小结 |
| 4.3 求图中每对顶点间的所有最短路径的改进算法 |
| 4.3.1 数据结构 |
| 4.3.2 算法思想 |
| 4.3.3 算法实现 |
| 4.3.4 算法分析 |
| 4.3.5 实例 |
| 4.3.6 小结 |
| 4.4 求图中受顶点数限制的每对顶点间的所有最短路径的算法 |
| 4.4.1 数据结构 |
| 4.4.2 算法思想 |
| 4.4.3 算法实现 |
| 4.4.4 算法分析 |
| 4.4.5 实例 |
| 4.4.6 小结 |
| 第五章 结束语 |
| 5.1 本文的工作总结 |
| 5.2 对未来发展方向展望 |
| 参考文献 |
| 攻读学位期间发表的论文 |
| 致谢 |
四、优先队列与并行分枝界限算法（论文参考文献）
- [1]不确定Skyline查询处理关键技术研究[D]. 周旭. 湖南大学, 2016(03)
- [2]极小通讯延迟的虚拟机分配算法[D]. 高任飞. 天津工业大学, 2016(02)
- [3]基于多线程的并行分支定界算法框架及其应用[D]. 李景阳. 东北大学, 2014(08)
- [4]基于MapReduce的Skyline查询算法研究[D]. 李文俊. 湖南大学, 2014(04)
- [5]基于Android终端的物流管理与监督系统的设计与实现[D]. 杜晓萌. 北京邮电大学, 2014(04)
- [6]分布式环境下skyline查询处理技术研究[D]. 尹波. 湖南大学, 2013(03)
- [7]基于分枝界限法的并行序列搜索算法研究[D]. 刘宝成. 西安电子科技大学, 2011(12)
- [8]基于多Agent的钢铁生产复杂物流系统建模与仿真研究[D]. 赵业清. 昆明理工大学, 2011(05)
- [9]基于2D-mesh拓扑分类的NoC映射技术研究[D]. 桑晓丹. 解放军信息工程大学, 2011(07)
- [10]求图中每对顶点间的所有最短路径算法的分析与研究[D]. 况超. 华东师范大学, 2011(07)