色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

利用基于云計算大數(shù)據(jù)的動態(tài)NSGA—II調(diào)度算法,加快了物流資源調(diào)度模型的求解速度

SwM2_ChinaAET ? 來源:未知 ? 作者:李倩 ? 2018-05-17 09:05 ? 次閱讀

摘要:為提高草原生鮮產(chǎn)品的物流水平,促進(jìn)草原生鮮產(chǎn)品物流的轉(zhuǎn)型升級,提出了一種新的云物流概念。在此基礎(chǔ)上,設(shè)計了一種面向草原生鮮產(chǎn)品的共享云物流資源優(yōu)化調(diào)度算法。該算法首先運(yùn)用DFS、Mapreduce等大數(shù)據(jù)相關(guān)技術(shù),實(shí)現(xiàn)并行計算并設(shè)計新的物流資源封裝與組織形式,分析當(dāng)前云物流資源調(diào)度算法方面存在的問題并提出解決方案。面向草原生鮮產(chǎn)品的共享云物流資源優(yōu)化調(diào)度算法采用動態(tài)NSGA-II(多目標(biāo)遺傳算法)資源規(guī)劃模型,尋找NSGA-II模型的快速求解方法,為云物流突破發(fā)展瓶頸提供解決方案。實(shí)驗(yàn)表明,該算法調(diào)度高效、適用性強(qiáng)、穩(wěn)定性好,能有效提高當(dāng)前草原生鮮物流的水平,能夠促進(jìn)當(dāng)前物流企業(yè)的轉(zhuǎn)型升級。

0引言

目前云物流的研究主要停留在概念及架構(gòu)方面,在云物流資源封裝、建模、調(diào)度、監(jiān)控與管理方面成果較少。同時,內(nèi)蒙古地區(qū)作為我國五大牧區(qū)之一,生鮮產(chǎn)品產(chǎn)量大、產(chǎn)能分散,傳統(tǒng)物流已經(jīng)不能適應(yīng)生鮮產(chǎn)品的配送需求[4-6]。針對這種現(xiàn)狀,豐富當(dāng)前云物流的內(nèi)涵,并將其用于滿足草原生鮮產(chǎn)品的配送需求,將為面向草原生鮮產(chǎn)品的云物流實(shí)現(xiàn)管理更高效、規(guī)劃更合理、運(yùn)費(fèi)更低廉、控制更精細(xì)、調(diào)整更及時的物流目標(biāo)提供實(shí)現(xiàn)途徑。

1云物流資源優(yōu)化調(diào)度算法概念描述

(1)服務(wù)請求:用戶發(fā)出的運(yùn)送貨物請求,客戶端接收后,向服務(wù)端發(fā)出空間、時間、目的地等信息的請求,服務(wù)端對相應(yīng)請求作出響應(yīng)。

(2)虛擬化資源:將道路、運(yùn)載工具、位置信息等用一個數(shù)據(jù)結(jié)構(gòu)表示。

(3)服務(wù)資源匹配算法:當(dāng)用戶發(fā)出對物流的請求時,服務(wù)端根據(jù)動態(tài)NSGA—II算法對服務(wù)器端的物流資源進(jìn)行分配,使得利益、配送及時率、滿意度等達(dá)到最優(yōu)化。

(4)服務(wù)及時率:利用動態(tài)NSGA—II算法,當(dāng)benefit最大,time_cost、caclu_cost最小時,abs(由計算機(jī)算法得到的計算時間T+靈敏閾值Δt-實(shí)際運(yùn)送時間t)/(T+Δt)。

(5)服務(wù)滿意度:當(dāng)benefit最大,time_cost、caclu_cost最小時,利用動態(tài)NSGA—II算法,使得用戶對于物流配送的滿意度達(dá)到最優(yōu)。

(6)物流服務(wù)請求屬性:物流服務(wù)請求用多個屬性進(jìn)行描述。如果用D表示物流的空間區(qū)間,D1,D2分別表示源點(diǎn)與目的地;T表示時間區(qū)間,T1,T2分別表示最早出發(fā)時間與最晚到達(dá)時間;V表示體積;G表示重量;SP表示其他特殊要求集合如單價等,則一個基本的物流服務(wù)請求可以寫成SQ((D1,D2),(T1,T2),V,G,SP)。設(shè)服務(wù)請求具有n個屬性,可以表示成X={x1,x2,…,xn},假定有m個類,分別用C1,C2,…,Cm表示。設(shè)兩個具有n個屬性的服務(wù)請求Xi,Xj,并表示成Xi={xi1,xi2,…,xin},Xj={xj1,xj2,…,xjn}。

2物流資源的封裝與組織

2.1物流資源的虛擬化與服務(wù)化封裝

利用物聯(lián)網(wǎng)技術(shù),實(shí)時掌握道路、運(yùn)載工具的運(yùn)行情況以及位置信息,利用大數(shù)據(jù)技術(shù),對這些數(shù)據(jù)進(jìn)行挖掘,用一個數(shù)據(jù)結(jié)構(gòu)來表示,就能夠完成物流資源的虛擬化。將虛擬化的物流資源封裝成物流云服務(wù)的形式,并將基礎(chǔ)的物流資源云服務(wù)組合成更復(fù)雜的物流資源云服務(wù)以便于在進(jìn)行資源調(diào)度時加快匹配速度。由所有的物流資源云服務(wù)構(gòu)成了物流資源服務(wù)云。在資源調(diào)度時只需將服務(wù)請求交給物流資源服務(wù)云,就能以最快的速度搜索到與之匹配的物流服務(wù)。

如果物流服務(wù)用S表示,S應(yīng)該具備端點(diǎn)D1,D2,通行能力TC,運(yùn)載能力CC,可用時間端點(diǎn)T1,T2,特殊屬性SP,資源狀態(tài)State(表示占用與否,位置信息,速度信息及其它信息的集合)。物流服務(wù)S可以寫成S((D1,D2),(T1,T2),TC,CC,SP,State),表示在T1到T2時間段內(nèi),在D1到D2區(qū)間,可以運(yùn)送CC單位的貨物,同時道路通行能力為TC,狀態(tài)為State。因?yàn)門C大于CC,在CC不能滿足需要時,可以增加TC-CC的運(yùn)力。

2.2物流服務(wù)特殊組織

為了提高物流服務(wù)的搜索、匹配與調(diào)度的速度,避免因?yàn)槲锪鞣?wù)的組織形式降低物流服務(wù)的搜索、匹配與調(diào)度的效率,需要改進(jìn)物流服務(wù)的組織形式。本項(xiàng)目通過研究,擬將物流服務(wù)組織成物流服務(wù)云的形式。假定有一個物流服務(wù)S1,將其表示成S1((D1,D2),(T1,T2),TC,CC,SP,State),假定D1到D2需要經(jīng)過D3,D4。由于D1到D3,D3到D4,D4到D2都需要時間,因此對時間區(qū)間(T1,T2),將其改寫成(T1,T2)=(T1,T3)U(T3,T4)U(T4,T2)的形式。S1可以寫成S1((D1,D2),(T1,T2),TC,CC,SP,State)=S11((D1,D3),(T1,T3),TC11,CC11,SP11,State11)US11((D3,D4),(T3,T4),TC12,CC12,SP12,State12)US13((D4,D2),(T4,T2),TC13,CC13,SP13,State13)。同時由于S11與S12,S12與S13中相鄰的服務(wù)可以兩兩求并,又能生成兩個新的物流服務(wù)S14((D1,D4),(T1,T4),TC14,CC14,SP14,State14)與S15((D3,D2),(T3,T2),TC15,CC15,SP15,State15)。圖1對上述服務(wù)的組織形式進(jìn)行了具體描述。

3基于聚類與分類的服務(wù)請求的分解與合成

3.1服務(wù)請求的分類

給定一個未知的物流請求數(shù)據(jù)樣本X(即沒有類標(biāo)號),若樸素貝葉斯分類法將未知的請求樣本X分配給類Ci,則一定是:

P(Ci|X)>P(Cj|X) 1≤j≤m,j≠i

因此,給定概率閾值,可以用樸素貝葉斯方法對服務(wù)請求進(jìn)行分類。

3.2服務(wù)請求的聚類

兩個服務(wù)請求的相似度可以表示成:

SAME=(Xi∩Xj)/(Xi∪Xj)

根據(jù)服務(wù)請求之間的相似度,采用k-means 算法對服務(wù)請求進(jìn)行聚類。

3.3服務(wù)請求的分解與合成

服務(wù)請求所需的運(yùn)載能力、運(yùn)輸時間要求等如果不能直接跟物流服務(wù)相匹配,都可以將其分解成多個服務(wù)請求。

具有相同目的、或者相近目的;或者是具有是類似屬性的服務(wù)請求,可以按照聚類與分類算法將其合并成一個或多個相同或相近類型的服務(wù)請求,并搜索相應(yīng)的物流服務(wù)與其匹配。

4物流方案的搜索與NSGA-II動態(tài)模型的建立4.1基于云計算的物流方案搜索方法

由于物流資源服務(wù)云是按照記錄的方式分散存放在云計算系統(tǒng)的各個節(jié)點(diǎn)上,在云計算的管理節(jié)點(diǎn)上存儲了各節(jié)點(diǎn)存儲記錄的元數(shù)據(jù)或者索引。利用云計算方式進(jìn)行分布式搜索包括如下步驟:數(shù)據(jù)分片;分片數(shù)據(jù)搜索;分片數(shù)據(jù)匯總。

4.2模型目標(biāo)選擇與NSGA-II模型的建立

4.2.1 模型目標(biāo)選擇

由于本項(xiàng)目針對的是草原生鮮產(chǎn)品的云物流資源調(diào)度問題,設(shè)定如下調(diào)度目標(biāo):

(1)物流請求者承擔(dān)的運(yùn)費(fèi)低于傳統(tǒng)物流;

(2)運(yùn)送時間滿足客戶需求;

(3)算法運(yùn)行時間與調(diào)度時間滿足資源調(diào)度效率與及時性要求;

(4)物流平臺收益不低于傳統(tǒng)物流企業(yè);

(5)第四、五方關(guān)聯(lián)物流企業(yè)或資源提供方收益不低于預(yù)期;

(6)物流造成的環(huán)境污染低于政府部門規(guī)定;

(7)投訴的比例低于各方接受的閾值。

4.2.2NSGA-II規(guī)劃模型的建立

(1)運(yùn)費(fèi)目標(biāo)

針對單個任務(wù)請求,需要確定運(yùn)費(fèi)最低的方案。單個請求的第i個子任務(wù)的第j個運(yùn)送方案的運(yùn)費(fèi)單價為cij,運(yùn)量為xij,則該請求的運(yùn)費(fèi)目標(biāo)如式(1)所示:

運(yùn)費(fèi)目標(biāo)應(yīng)該是物流請求方、物流服務(wù)提供方、物流平臺運(yùn)營方等多個方面協(xié)商的結(jié)果。

(2)時間目標(biāo)

針對一個單純的子任務(wù)而言,對于選定的物流路線,需要經(jīng)過一個或多個物流階段,每個階段都有一定的時間消耗。同時,在求解模型的過程中也需要一定的時間消耗。時間目標(biāo)如式(2)、式(3)所示,其中cttij,cctij,xij,分別為第i個子任務(wù)的第j個運(yùn)送方案的單位運(yùn)輸時間、單位計算時間與運(yùn)量。

(3)收益目標(biāo)

針對一段時間而言,物流平臺企業(yè)的收益目標(biāo)即使不能最大化,但也需要不低于傳統(tǒng)物流企業(yè)。而傳統(tǒng)物流企業(yè)而言,作為物流平臺的第四方、第五方物流的收益不應(yīng)該低于以前做傳統(tǒng)物流的收益或者其他期望收益。物流平臺與物流企業(yè)的收益目標(biāo)如式(4)所示,其中ci、xi分別表示第i個物流任務(wù)的單價以及運(yùn)量。

(4)滿意度目標(biāo)

對發(fā)貨方,要求將貨品按時、按質(zhì)送到收貨方;而對收貨方,也要求按時按質(zhì)收到貨品。雙方的滿意度指標(biāo)是物流方產(chǎn)生投訴因素越少,滿意度越高。因此,需要根據(jù)投訴的產(chǎn)生因素建立投訴目標(biāo)函數(shù)式(5),且最小化。

4.3物流資源狀態(tài)的動態(tài)更新

為了達(dá)到對物流狀態(tài)盡量精確掌控的目的,就必須一方面通過物聯(lián)網(wǎng)技術(shù)對當(dāng)前交通與運(yùn)載工具等物流資源運(yùn)行情況進(jìn)行準(zhǔn)實(shí)時監(jiān)控,并根據(jù)交通狀況的統(tǒng)計特性、天氣等外在因素可能對交通狀況造成的影響等等,通過大數(shù)據(jù)手段對這些統(tǒng)計量進(jìn)行挖掘與更新。將更新后的數(shù)據(jù)代入靜態(tài)NSGA-II規(guī)劃模型,方便在T+Δt時間后更新模型參數(shù),從而將靜態(tài)NSGA-II規(guī)劃模型變成動態(tài)NSGA-II規(guī)劃模型。

5生鮮產(chǎn)品云物流資源優(yōu)化調(diào)度算法描述

生鮮產(chǎn)品云物流資源優(yōu)化調(diào)度算法如下:

Main()

{

Input(物流資源D1、D2、D3、D4…Di)

將物流資源按高級到基礎(chǔ)的順序放到資源服務(wù)云,高級用spark處理;

按級別創(chuàng)建block塊;

Request服務(wù)按P(Ci|X)>P(Cj|X) 1≤j≤m,j≠i進(jìn)行分類;

If request〉2&&requesti與requestj不相似則分解request;

If requesti、requestj相似則進(jìn)行合并request

相似度:SAME=(Xi∩Xj)/(Xi∪Xj)

Receive request 按照動態(tài)NSGA—II模型和cost、time_cost、caclu_cost函數(shù)值最小,s(x)接近于5進(jìn)行執(zhí)行匹配,在執(zhí)行中benefit保證最大且靈敏度控制在Δt閾值中;

Output(cost、time_cost、caclu_cost、s(x)、benefit);

End

}

6仿真試驗(yàn)

6.1試驗(yàn)數(shù)據(jù)分析

運(yùn)費(fèi)目標(biāo)仿真結(jié)果如表1和圖2所示。

圖2中,z軸運(yùn)費(fèi)單價為cij,y軸運(yùn)量為xij,z軸為運(yùn)費(fèi)目標(biāo)。

時間目標(biāo)仿真試驗(yàn)結(jié)果如表2和圖3、圖4所示。

6.2實(shí)驗(yàn)對比數(shù)據(jù)

傳統(tǒng)的NSGA規(guī)劃模型的求解方法計算效率低,計算復(fù)雜度高,共享參數(shù)需要預(yù)先確定。為了提高模型求解的并行計算程度,從而有效地減少模型求解時間,本項(xiàng)目擬根據(jù)物流服務(wù)云的構(gòu)成,將高級的物流云服務(wù)按照基礎(chǔ)的物流云服務(wù)進(jìn)行分解,同時將NSGA-II模型中與該高級物流云服務(wù)關(guān)聯(lián)的約束與目標(biāo)分解到基礎(chǔ)的云服務(wù)上。

將所有單個規(guī)劃模型組成任務(wù)池,每個云計算節(jié)點(diǎn)按照自己的運(yùn)算速度在任務(wù)池中摘取需要計算的任務(wù),并對單個規(guī)劃模型進(jìn)行求解。在整體上來說,多個單個規(guī)劃模型同時在多個云計算節(jié)點(diǎn)上并行計算,其總的并行程度比求解傳統(tǒng)NSGA模型要高得多。

至于空間復(fù)雜度,由于測試數(shù)據(jù)有限所以未能準(zhǔn)確估計,有待進(jìn)一步改善觀察。

7結(jié)論

根據(jù)實(shí)驗(yàn)結(jié)果數(shù)據(jù)依據(jù)可得,該算法充分利用了第四方、第五方閑置資源,使得物流資源的規(guī)劃更合理;利用基于云計算的服務(wù)請求的分解與合成使得管理更高效;利用基于云計算大數(shù)據(jù)的動態(tài)NSGA—II調(diào)度算法,加快了物流資源調(diào)度模型的求解速度,使得模型的求解時間不再對物流資源的調(diào)度速度、精度以及對物流資源的控制效率造成明顯影響最終達(dá)到運(yùn)費(fèi)更低廉,控制更精細(xì)、調(diào)整更及時的目標(biāo)。該算法使得配送及時率達(dá)到89.60%,滿意度在3.75-4.7之間,相比傳統(tǒng)物流而言及時率提高了近12%,滿意度提高了近0.62。

其中在現(xiàn)實(shí)環(huán)境下?lián)碛懈鞣N影響下及時率的提高充分體現(xiàn)了物流資源調(diào)度的高效性、穩(wěn)定性,滿意度的提高充分體現(xiàn)了算法的適用性。而這些提高將在某種程度上改變生鮮產(chǎn)品云物流的水平,促進(jìn)物流企業(yè)的轉(zhuǎn)型升級。

所有實(shí)驗(yàn)結(jié)果均是依賴于部分內(nèi)蒙古草原生鮮數(shù)據(jù)資料,也就是說此結(jié)果和結(jié)論均具有局限性,所以后期的實(shí)踐與應(yīng)用將需要部分改善,已完成市場需求。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 云計算
    +關(guān)注

    關(guān)注

    39

    文章

    7774

    瀏覽量

    137357
  • 調(diào)度算法
    +關(guān)注

    關(guān)注

    1

    文章

    68

    瀏覽量

    11977
  • 大數(shù)據(jù)
    +關(guān)注

    關(guān)注

    64

    文章

    8883

    瀏覽量

    137406

原文標(biāo)題:【學(xué)術(shù)論文】生鮮產(chǎn)品的共享云物流資源優(yōu)化調(diào)度算法

文章出處:【微信號:ChinaAET,微信公眾號:電子技術(shù)應(yīng)用ChinaAET】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    基于樹型Petri網(wǎng)的網(wǎng)格資源調(diào)度模型

    討論樹型網(wǎng)格環(huán)境下獨(dú)立任務(wù)的調(diào)度問題,把網(wǎng)格資源計算能力和網(wǎng)絡(luò)通信速度的異構(gòu)資源調(diào)度問題轉(zhuǎn)化為線
    發(fā)表于 04-07 08:53 ?24次下載

    動態(tài)調(diào)度算法(DSA)

    動態(tài)調(diào)度算法動態(tài)調(diào)度算法(DSA)包括2 個方面:動態(tài)
    發(fā)表于 03-30 10:30 ?1767次閱讀
    <b class='flag-5'>動態(tài)</b><b class='flag-5'>調(diào)度</b><b class='flag-5'>算法</b>(DSA)

    基于貪心算法計算資源調(diào)度策略

    基于貪心算法計算資源調(diào)度策略_崔雪嬌
    發(fā)表于 01-07 19:00 ?1次下載

    基于和聲算法和蝙蝠算法計算調(diào)度研究

    計算是一種商業(yè)模式和服務(wù)模式,是分布式計算、并行處理和網(wǎng)格計算等多種技術(shù)的拓展和延伸。資源調(diào)度
    發(fā)表于 10-30 15:13 ?10次下載
    基于和聲<b class='flag-5'>算法</b>和蝙蝠<b class='flag-5'>算法</b>在<b class='flag-5'>云</b><b class='flag-5'>計算</b><b class='flag-5'>調(diào)度</b>研究

    基于NSGA-II算法電力系統(tǒng)動態(tài)調(diào)度設(shè)計

    根據(jù)風(fēng)電特性建立與之相適應(yīng)的優(yōu)化調(diào)度模型的研究已經(jīng)迫在眉睫。 傳統(tǒng)的電力系統(tǒng)經(jīng)濟(jì)調(diào)度分為靜態(tài)優(yōu)化調(diào)度動態(tài)優(yōu)化
    發(fā)表于 11-02 16:00 ?3次下載
    基于<b class='flag-5'>NSGA-II</b><b class='flag-5'>算法</b>電力系統(tǒng)<b class='flag-5'>動態(tài)</b><b class='flag-5'>調(diào)度</b>設(shè)計

    基于高斯過程回歸的計算資源調(diào)度算法

    針對現(xiàn)有基于強(qiáng)化學(xué)習(xí)的資源調(diào)度算法收斂速度慢的問題,在詳細(xì)分析作業(yè)執(zhí)行流程后,采用了一種細(xì)粒
    發(fā)表于 11-02 16:50 ?15次下載
    基于高斯過程回歸的<b class='flag-5'>云</b><b class='flag-5'>計算</b><b class='flag-5'>資源</b><b class='flag-5'>調(diào)度</b><b class='flag-5'>算法</b>

    計算環(huán)境中任務(wù)調(diào)度應(yīng)用

    計算環(huán)境中的任務(wù)調(diào)度問題一直是計算研究的重點(diǎn),任務(wù)調(diào)度的目的尋找最優(yōu)的任務(wù)
    發(fā)表于 11-02 17:30 ?3次下載
    <b class='flag-5'>云</b><b class='flag-5'>計算</b>環(huán)境中任務(wù)<b class='flag-5'>調(diào)度</b>應(yīng)用

    基于排隊(duì)論模型的煤礦應(yīng)急動態(tài)反饋?zhàn)鳂I(yè)調(diào)度算法

    計算環(huán)境下,針對煤礦應(yīng)急的多用戶和異構(gòu)環(huán)境,為提高煤礦應(yīng)急平臺中海量數(shù)據(jù)挖掘運(yùn)算過程中作業(yè)的調(diào)度
    發(fā)表于 11-14 10:58 ?2次下載
    基于排隊(duì)論<b class='flag-5'>模型</b>的煤礦應(yīng)急<b class='flag-5'>云</b><b class='flag-5'>動態(tài)</b>反饋?zhàn)鳂I(yè)<b class='flag-5'>調(diào)度</b><b class='flag-5'>算法</b>

    基于負(fù)載預(yù)測的虛擬機(jī)動態(tài)調(diào)度算法研究與實(shí)現(xiàn)

    計算系統(tǒng)中為了實(shí)現(xiàn)負(fù)載均衡和資源的高效利用,需要在虛擬機(jī)粒度上對計算系統(tǒng)進(jìn)行
    發(fā)表于 11-24 14:44 ?9次下載
    基于負(fù)載預(yù)測的虛擬機(jī)<b class='flag-5'>動態(tài)</b><b class='flag-5'>調(diào)度</b><b class='flag-5'>算法</b>研究與實(shí)現(xiàn)

    任務(wù)閾值調(diào)度算法

    ,構(gòu)建基于滾動窗口的密碼任務(wù)調(diào)度模型和吞吐量分析模型,用于獲得實(shí)時的吞吐量數(shù)據(jù);最后,為滿足租戶對高速密碼服務(wù)的客觀需求,提出吞吐量閾值
    發(fā)表于 11-24 17:08 ?5次下載
    <b class='flag-5'>云</b>任務(wù)閾值<b class='flag-5'>調(diào)度</b><b class='flag-5'>算法</b>

    基于Spark的資源調(diào)度算法研究

    Spark作為流行的分布式數(shù)據(jù)處理框架,其資源調(diào)度方式和資源利用率直接關(guān)系到集群計算處理的效
    發(fā)表于 11-27 15:52 ?0次下載
    基于Spark的<b class='flag-5'>資源</b><b class='flag-5'>調(diào)度</b><b class='flag-5'>算法</b>研究

    基于改進(jìn)蜂群算法的多維QoS計算任務(wù)調(diào)度算法

    針對計算環(huán)境下用戶日益多樣化的QoS需求和高效的資源調(diào)度要求,提出了基于改進(jìn)蜂群算法的多維QoS
    發(fā)表于 12-01 16:11 ?0次下載

    基于改進(jìn)GEP的局部任務(wù)調(diào)度算法

    針對計算中一些現(xiàn)有的基于批量調(diào)度模式和進(jìn)化算法動態(tài)任務(wù)
    發(fā)表于 01-18 13:50 ?0次下載
    基于改進(jìn)GEP的局部<b class='flag-5'>云</b>任務(wù)<b class='flag-5'>調(diào)度</b><b class='flag-5'>算法</b>

    基于Docker的資源彈性調(diào)度策略

    存儲方法進(jìn)行改進(jìn);然后,建立了一個基于節(jié)點(diǎn)綜合負(fù)載的資源調(diào)度優(yōu)化模型;最后,將Ceph集群和Docker容器的特點(diǎn)相結(jié)合,利用Docker Swarm實(shí)現(xiàn)了既考慮
    發(fā)表于 03-29 10:11 ?0次下載
    基于Docker的<b class='flag-5'>云</b><b class='flag-5'>資源</b>彈性<b class='flag-5'>調(diào)度</b>策略

    如何在計算環(huán)境下進(jìn)行資源調(diào)度算法的研究

    計算的核心是利用成熟的虛擬化技術(shù)將網(wǎng)絡(luò)中的服務(wù)器、存儲等虛擬化成-一個資源池,實(shí)現(xiàn)靈活統(tǒng)一調(diào)配, 虛擬資源調(diào)度效率將直接影響整個
    發(fā)表于 01-02 15:18 ?4次下載
    如何在<b class='flag-5'>云</b><b class='flag-5'>計算</b>環(huán)境下進(jìn)行<b class='flag-5'>資源</b><b class='flag-5'>調(diào)度</b><b class='flag-5'>算法</b>的研究
    主站蜘蛛池模板: 亚洲欧美国产综合在线一区| 中文字AV字幕在线观看| 99久久精品免费看国产一区二区| 国产精品99久久久久久AV | 精品国产三级a| 青青青视频在线| 在线国产视频观看| 国产亚洲精品字幕在线观看| 漂亮的保姆3中文版完整版| 用快播看av的网站| 国产在线观看码高清视频| 肉动漫3D卡通无修在线播放| 67194成在线观看免费| 精品亚洲国产成AV人片传媒| 无止侵犯高H1V3无止侵犯| 边吃胸边膜下床震免费版视频| 老师掀开短裙让我挺进动态| 亚洲高清无在码在线电影| 国产a在线不卡| 强奷乱码欧妇女中文字幕熟女| 最近中文字幕MV免费高清在线| 國産麻豆AVMDMD0179| 午夜日本大胆裸艺术| 高hh乱亲女真实| 日本视频一区二区免费观看| 99久久国产露脸精品国产吴梦梦| 久久免费精品视频| 亚洲日韩一区精品射精| 国产在线观看成人免费视频| 邪恶肉肉全彩色无遮琉璃神社| 成人欧美尽粗二区三区AV| 欧美黑人巨大videos免费| 97人人看碰人免费公开视频| 久久视频在线视频观看天天看视频| 亚洲精品在线网址| 国产偷国产偷亚州清高| 牲高潮99爽久久久久777| 大香网伊人久久综合观看| 日本熟妇乱妇熟色A片蜜桃亚洲| h版动漫在线播放的网站| 免费看 a一级毛片|