本文關(guān)鍵詞：云編程環(huán)境下的程序運(yùn)行性能自適應(yīng)模擬方法研究

  更多相關(guān)文章： 自適應(yīng)策略 Colored Petri Net 異構(gòu)資源 時限約束

【摘要】：隨著硬件、網(wǎng)絡(luò)及通信等技術(shù)的迅速發(fā)展,異構(gòu)資源的使用已經(jīng)不可避免,合理的使用異構(gòu)資源已變得越來越重要并成為當(dāng)今的研究熱點(diǎn)。針對面向Julia語言的云編程環(huán)境中任務(wù)(程序)執(zhí)行性能問題,提出了一種基于時間約束的程序運(yùn)行性能自適應(yīng)策略。首先,為了方便描述策略的執(zhí)行,并能正確標(biāo)識任務(wù),根據(jù)面向的特定問題(例如本文案例車型識別案例)設(shè)計了一套Julia原語,通過使用Julia原語對任務(wù)進(jìn)行了描述;進(jìn)而提出了基于時間約束的程序性能自適應(yīng)策略,策略對原語與后端資源節(jié)點(diǎn)能夠自適應(yīng)產(chǎn)生映射關(guān)系,即程序中全體原語與異構(gòu)資源中的工具庫自動擇優(yōu)進(jìn)行匹配,能夠使程序執(zhí)行時間在用戶提出的時限約束范圍內(nèi)用戶花費(fèi)越低。為了驗證策略的合理性,針對車型識別案例,基于有色Petri網(wǎng)的驗證方法并借助CPN TOOLS工具構(gòu)建了Colored Petri Net模型,對比仿真過程產(chǎn)生的多個可選方案,驗證了我們自適應(yīng)策略的可行性與有效性。由于在異構(gòu)資源上編寫并行程序涉及到并行計算、分布式計算及云計算等相關(guān)知識,異構(gòu)資源上的并行程序編寫成為當(dāng)今的研究難點(diǎn),為此我們基于Julia動態(tài)語言的云編程模式,創(chuàng)建了基于Julia語言的云編程平臺。在面向Julia動態(tài)語言的云編程環(huán)境中,采用特定的高性能實現(xiàn)方法,形成面向領(lǐng)域問題的工具庫,根據(jù)各自的特點(diǎn)部署到相應(yīng)的異構(gòu)計算環(huán)境(實現(xiàn)模式)中。然后程序員可以在云編程平臺窗口中編排Julia程序,編寫/調(diào)試/運(yùn)行應(yīng)用程序,較好的解決了異構(gòu)資源上的并行程序編寫問題。運(yùn)行階段,基于對Julia程序原語標(biāo)定的工具庫屬性,根據(jù)自適應(yīng)策略動態(tài)結(jié)合正確的工具(即動態(tài)運(yùn)行庫),滿足了用戶對運(yùn)行性能和結(jié)束時間的要求。
【關(guān)鍵詞】：自適應(yīng)策略 Colored Petri Net 異構(gòu)資源 時限約束
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP311.1
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 研究背景9-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-12
• 1.3 本文研究內(nèi)容12-13
• 1.4 本文組織結(jié)構(gòu)13-15
• 第2章 相關(guān)理論和技術(shù)15-29
• 2.1 云計算相關(guān)理論15-19
• 2.1.1 云計算的概念15-16
• 2.1.2 云計算平臺案例16-18
• 2.1.3 異構(gòu)計算18-19
• 2.2 云編程平臺模塊19-22
• 2.2.1 Julia并行語言19-20
• 2.2.2 消息服務(wù)器ActiveMQ20-21
• 2.2.3 并行計算方式21-22
• 2.3 CPN建模相關(guān)概念及技術(shù)22-27
• 2.3.1 經(jīng)典Petri網(wǎng)的概念22-24
• 2.3.2 Petri網(wǎng)動態(tài)性質(zhì)24-25
• 2.3.3 Colored Petri Net25-26
• 2.3.4 CPN Tools簡介26-27
• 2.4 本章小結(jié)27-29
• 第3章 案例實現(xiàn)與原語標(biāo)定29-37
• 3.1 案例實現(xiàn)29-32
• 3.1.1 案例說明29-31
• 3.1.2 案例實現(xiàn)說明31-32
• 3.2 原語標(biāo)定32-36
• 3.2.1 原語到工具庫的映射32-33
• 3.2.2 原語標(biāo)定方案33-36
• 3.3 本章小結(jié)36-37
• 第4章 性能自適應(yīng)策略研究37-45
• 4.1 自適應(yīng)策略基本概念37-38
• 4.2 云編程平臺時間消耗研究38-39
• 4.3 時間性能自適應(yīng)策略研究39-44
• 4.3.1 假設(shè)條件39-40
• 4.3.2 性能自適應(yīng)策略描述40-44
• 4.4 本章小結(jié)44-45
• 第5章 CPN建模與性能分析45-59
• 5.1 模型相關(guān)概念定義45-46
• 5.2 建立Petri仿真模型46-53
• 5.2.1 Petri網(wǎng)頂層模塊46-48
• 5.2.2 原語映射選擇模塊48-50
• 5.2.3 映射結(jié)果判斷模塊50-51
• 5.2.4 調(diào)整方向判斷模塊51-53
• 5.3 自適應(yīng)策略性能分析53-57
• 5.3.1 實現(xiàn)環(huán)境和參數(shù)53-54
• 5.3.2 測試結(jié)果分析54-57
• 5.4 本章小結(jié)57-59
• 第6章 基于Julia語言的云編程平臺構(gòu)建59-67
• 6.1 基于Julia語言的云編程平臺59-64
• 6.1.1 編程環(huán)境的體系結(jié)構(gòu)59-60
• 6.1.2 用戶編程環(huán)境60-61
• 6.1.3 消息傳遞系統(tǒng)61-64
• 6.1.4 Julia運(yùn)行環(huán)境64
• 6.2 領(lǐng)域工具庫64-66
• 6.3 本章小結(jié)66-67
• 結(jié)論67-69
• 參考文獻(xiàn)69-73
• 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文73-75
• 致謝75

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 何波;劉全利;王越;王華秋;;故障診斷自適應(yīng)策略研究[J];微計算機(jī)信息;2006年28期

2 周易軍;周沫;;電子裝備故障診斷自適應(yīng)策略研究[J];艦船電子工程;2012年08期

3 申慧敏;呂翠英;;一種算子操作概率的自適應(yīng)策略[J];計算機(jī)工程與科學(xué);2006年09期

4 申慧敏;李鵬;;多目標(biāo)遺傳優(yōu)化算法自適應(yīng)策略及其在石油加工中的應(yīng)用[J];石油化工自動化;2007年04期

5 鄧超;郭茂祖;;基于自適應(yīng)數(shù)據(jù)剪輯策略的Tri-training算法[J];計算機(jī)學(xué)報;2007年08期

6 郟宣耀;;基于自適應(yīng)策略的遺傳優(yōu)化設(shè)計[J];深圳職業(yè)技術(shù)學(xué)院學(xué)報;2006年01期

7 向佐勇;劉正才;;基于完全自適應(yīng)策略的遺傳算法[J];中南林業(yè)科技大學(xué)學(xué)報;2007年05期

8 方建濱;車永剛;翁玉芬;王正華;;POSE中樂觀同步策略研究[J];計算機(jī)工程與應(yīng)用;2009年21期

9 蔣國瑞;郭鴻;;基于多Agent的商務(wù)談判自適應(yīng)策略研究綜述[J];科技管理研究;2012年07期

10 薛建生;王光興;;基于移動互聯(lián)網(wǎng)的QoS分級自適應(yīng)策略研究[J];計算機(jī)應(yīng)用;2007年11期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 徐慧;肖德寶;劉會芬;徐艷;;效用計算環(huán)境下基于自適應(yīng)策略的資源分配模型的研究[A];第一屆中國高校通信類院系學(xué)術(shù)研討會論文集[C];2007年

2 蔡暢;戚文軍;周楠;;基于自適應(yīng)策略的鋁型材在線淬火控制系統(tǒng)設(shè)計[A];2013廣東材料發(fā)展論壇——戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展與新材料科技創(chuàng)新研討會論文摘要集[C];2013年

3 張翔;李綱;熊偉清;;修正AHP中判斷矩陣一致性的粒子群優(yōu)化算法[A];第二十九屆中國控制會議論文集[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 葛亮;面向環(huán)境狀態(tài)的ASBS系統(tǒng)自適應(yīng)策略評價方法研究[D];東北大學(xué);2014年

2 趙春蕾;端信息跳變系統(tǒng)自適應(yīng)策略研究[D];南開大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 常德興;基于自適應(yīng)策略的實時目標(biāo)跟蹤方法[D];西南交通大學(xué);2016年

2 解高純;云編程環(huán)境下的程序運(yùn)行性能自適應(yīng)模擬方法研究[D];北京工業(yè)大學(xué);2016年

3 龔e，

本文編號：1011426