基于智能分布式算法设计和实现

《基于智能分布式算法设计和实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。研究生签名：_____________日期：____________南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并

2、向国家有关部门或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院（筹）办理。涉密学位论文在解密后适用本授权书。研究生签名：____________导师签名：____________日期：_____________南京邮电大学硕士学位论文摘要学科、专业：工学计算机系统结构研究方向：并行/分布式系统作者：2009级硕士研究生谢

3、于飞指导教师：洪龙教授题目：基于智能的分布式算法的设计与实现英文题目：DesignandRealizationofDistributedAlgorithmsBasedonIntelligence主题词：智能，分布式算法，任务调度，粒子群优化，协调者选举Keywords:Intelligence,DistributedAlgorithm,TaskScheduling,ParticleSwarmOptimization,CoordinatorElection南京邮电大学硕士研究生学位论文摘要摘要随着计算机网络的普遍应用，分布式

4、系统已成为计算机应用的基本形式。由于分布式算法是分布式系统中的关键技术之一，并影响着系统的性能，所以它得到了学者和工程师们的高度关注。在简要介绍了分布式算法和智能算法后，叙述了本文主要研究的任务分配算法和协调者选举算法的研究现状。本文采用智能计算中的粒子群算法解决分布式系统的独立任务调度问题。针对算法过早地陷入局部极值的缺点，提出自适应惯性权重和保持种群多样性的规则；为了保持系统的负载均衡，建立新的适应度函数；将改进的算法应用于任务调度问题，在建立了一个简单网络模型后，对算法进行测试。仿真结果表明，算法在独立任务调度中具有良好的性能，

5、并在负载均衡方面相比其他算法有明显的改善。协调者选举是分布式计算中的一个基本问题。在分析了经典的分布式选举协调者算法后，提出了启发式搜索和消息并行传递的思想；建立一种双向环的选举模型，并据此设计了相应的选举算法；对该算法进行了性能分析，并与经典的选举算法进行比较。结果表明，新的算法在选举出新协调者所花费的时间更少。上述工作证实，将智能的思想引入到分布式算法的设计，能使程序快速、合理的运行，从而提高系统的效率。关键词：智能，分布式算法，任务调度，粒子群算法，协调者选举I南京邮电大学硕士研究生学位论文AbstractAbstractWi

6、ththewidespreadapplicationofcomputernetwork,distributedsystemhasbecomethebasicformofcomputerapplications.Distributedalgorithmisoneofthekeytechnologiesinthedistributedsystems,anditaffectstheperformanceofthesystem.Asaresult，ithasbeenpaidhighattentionbyscholarsandengineers

7、.Afterbriefintroductionofdistributedalgorithmsandsmartalgorithms,,thetaskallocationalgorithmandcoordinatorelectionalgorithm,asthispaper’stwomainresearchtopics,theircurrentresearchsituationaredescribed.Inthispaper,particleswarmoptimizationalgorithm,oneofintelligentcomput

8、ationmethods,isusedtosolveindependenttaskschedulingproblemindistributedsystem.Therulesofadaptiveinertiaweighta