基于最小代价函数的网格资源发现模型及其算法的研究

基于最小代价函数的网格资源发现模型及其算法的研究

论文摘要

近年来,随着网格技术研究的逐步深入,形成了多方面的网格研究方向,网格资源发现作为网格资源管理的核心部分,是网格资源管理不可或缺的一部分,因此成为网格资源管理研究的热门。本文在对国内外的资源发现研究现状深入分析的基础之上,针对网格资源数量巨大、资源发现过程复杂的特点,对网格资源的高效率低代价发现方法进行了研究与分析。首先,针对传统的分层次网格资源发现模型对于资源路由节点的依赖性强的弱点,设置最小代价函数作为资源路由节点选择的标准,并且引入域和层的概念对网格资源进行分层按域划分形成了一个树形分层次的网格资源组织结构,最终提出了一种基于最小代价函数的分层次网格资源发现模型。其次,针对网格资源的动态性特点,在模型的实现阶段,分别从资源路由节点的替换、资源节点的加入和节点的退出三个方面进行了研究,最终提出了资源注册算法、节点退出算法和资源路由节点选择算法三个基础算法。再次,结合网格环境动态变化的特点,以三个基础算法为前提,使用欧式坐标空间映射的方法将模型中的全部资源和用户提出的资源请求映射到了同一个K-维欧式坐标空间中,然后进行资源发现,最终设计出了一种高效率、低代价且支持多种查询方式的基于最小代价函数的网格资源发现算法。最后,使用Gridsim工具包对提出的基于最小代价函数的网格资源发现算法进行仿真实验,并通过与基于Flooding的网格资源发现算法的对比分析验证算法的有效性。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 研究工作的背景及意义
  • 1.1.1 网格的提出和发展
  • 1.1.2 课题研究的意义
  • 1.2 国内外研究现状
  • 1.2.1 Globus 中的资源发现
  • 1.2.2 Condor 中的资源发现
  • 1.2.3 织女星网格中的资源发现
  • 1.2.4 基于 Web Service 网格环境的资源发现
  • 1.2.5 基于 P2P 网格环境的资源发现
  • 1.3 本文的研究内容
  • 1.4 本文的组织结构
  • 第2章 基于 P2P 网格环境的资源描述与分类
  • 2.1 网格资源
  • 2.1.1 网格资源的特点
  • 2.1.2 网格资源的分类
  • 2.1.3 一种新的资源分类方法
  • 2.1.4 网格中的资源描述
  • 2.2 网格资源管理
  • 2.2.1 网格资源管理的基本形式
  • 2.2.2 网格资源管理的流程
  • 2.2.3 网格资源管理中的资源发现
  • 2.3 P2P 技术及其资源发现
  • 2.4 基于 P2P 网格环境的资源发现模型
  • 2.4.1 基于 Flooding 的网格资源发现
  • 2.4.2 基于树向量的动态网格资源发现
  • 2.5 本章小结
  • 第3章 基于最小代价函数的网格资源发现模型
  • 3.1 模型中的基本定义
  • 3.2 模型中的主要函数及其功能
  • 3.2.1 资源注册函数
  • 3.2.2 资源请求函数
  • 3.2.3 最小代价函数
  • 3.3 模型的工作原理
  • 3.3.1 树形分层次结构
  • 3.3.2 模型的自组织过程
  • 3.3.3 模型的信息传递过程
  • 3.4 本章小结
  • 第4章 基于最小代价函数的网格资源发现算法
  • 4.1 资源路由节点选择算法
  • 4.1.1 算法思想
  • 4.1.2 算法描述
  • 4.2 资源注册算法
  • 4.2.1 算法描述
  • 4.2.2 实例说明
  • 4.3 节点退出算法
  • 4.4 资源发现算法
  • 4.4.1 算法思想
  • 4.4.2 算法描述
  • 4.4.3 实例说明
  • 4.4.4 算法分析
  • 4.5 本章小结
  • 第5章 基于 GridSim 的仿真实验
  • 5.1 GridSim 仿真工具包
  • 5.2 实验环境设置
  • 5.3 仿真过程及结果
  • 5.3.1 算法初始化
  • 5.3.2 资源发现
  • 5.3.3 结果统计
  • 5.4 对比分析及评价
  • 5.5 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间承担的科研任务与主要成果
  • 致谢
  • 作者简介
  • 相关论文文献

    • [1].改进的基于代价函数的小波脊相位提取算法[J]. 光电子·激光 2016(07)
    • [2].传统基于代价函数的垂直切换机制[J]. 中国新通信 2016(13)
    • [3].数字图像识别的代价函数选择和性能评价[J]. 电光与控制 2019(12)
    • [4].深度神经网络代价函数选择与性能评测研究[J]. 软件 2018(01)
    • [5].数据链中基于组合代价函数的博弈功率控制[J]. 江西师范大学学报(自然科学版) 2012(06)
    • [6].一种基于代价函数的相位估计算法[J]. 无线电工程 2019(04)
    • [7].自适应代价函数的GPS路线决策研究[J]. 重庆交通大学学报(自然科学版) 2014(06)
    • [8].MIMO干扰信道下基于自适应复合代价函数的干扰对齐预编码设计[J]. 系统工程与电子技术 2016(10)
    • [9].基于代价函数的红外多目标跟踪方法[J]. 舰船电子工程 2012(11)
    • [10].基于多属性代价函数的WiFi与蓝牙TLS融合定位算法[J]. 传感器与微系统 2018(11)
    • [11].联合SOM和代价函数的航空发动机性能衰退评估算法[J]. 价值工程 2016(12)
    • [12].基于代价函数掩模法的局部脑损伤fMRI数据处理[J]. 中国生物医学工程学报 2008(06)
    • [13].模糊选择消费代价函数动态资源分配算法研究[J]. 计算机应用研究 2012(07)
    • [14].基于均衡代价函数的信道阶数盲估计算法[J]. 电子学报 2015(12)
    • [15].基于非线性代价函数的博弈功率控制算法[J]. 武汉理工大学学报 2011(03)
    • [16].基于全局代价函数优化的立体标定方法[J]. 仪器仪表学报 2011(10)
    • [17].基于余弦代价函数T/4分数间隔盲均衡算法—Simulink仿真[J]. 计算机工程与应用 2018(18)
    • [18].基于余弦代价函数的T/4分数间隔盲均衡算法[J]. 计算机应用研究 2018(07)
    • [19].基于距离代价函数和信息熵的发动机性能参数估计研究[J]. 推进技术 2013(11)
    • [20].基于稳健代价函数的移动台非直达波定位方法[J]. 电子测量与仪器学报 2008(01)
    • [21].多元代价函数的组网雷达控制模块设计[J]. 雷达与对抗 2015(04)
    • [22].基于代价函数的车载导航系统地图匹配算法[J]. 深圳信息职业技术学院学报 2008(02)
    • [23].基于决策树的钓鱼网页的识别方法[J]. 电脑知识与技术 2017(33)
    • [24].最小误码率准则盲源分离算法[J]. 信号处理 2016(01)
    • [25].基于后继代价函数的启发式服务组合算法[J]. 计算机工程 2010(16)
    • [26].基于代价函数优化的帧内预测快速算法[J]. 武汉理工大学学报 2009(20)
    • [27].全球卫星导航系统中欺骗信号优化检测仿真[J]. 计算机仿真 2019(06)
    • [28].基于最小代价函数的网格资源发现算法[J]. 燕山大学学报 2013(01)
    • [29].基于代价函数修正的异类传感器数据关联算法[J]. 电光与控制 2013(09)
    • [30].α噪声环境下基于余弦代价函数的盲均衡算法[J]. 探测与控制学报 2019(01)

    标签:;  ;  ;  ;  ;  

    基于最小代价函数的网格资源发现模型及其算法的研究
    下载Doc文档

    猜你喜欢