暂无评论
针对物流云服务模式中调度任务多、信息量大、需求广的特点，提出了一种改进蝙蝠算法求解物流云服务调度问题的方案，其优化目标为最小化调度时间和最大化资源利用率。根据设计的算法流程，首先基于工件升序排列（ra
当一个工作节点有多个本地任务可执行时，默认情况下，调度器都是按照任务被发现的先后顺序来进行执行，效率低下。为了优化对本地任务的调度，提出了一种基于机器学习的Hadoop本地任务调度优化算法。选取定义与
Java项目任务调度系统，采用基于SSH架构，提供了项目源码、数据库脚本和详细的部署说明。压缩文件中涵盖了系统的前后端代码。该系统注重实现功能完善、界面美观、简单操作、功能全面、管理便捷等特点，具备广
针对Hadoop平台现有任务调度算法优化程度不高的问题，提出了一种基于数据局部性的推测式任务调度算法。该算法通过计算节点上Map和Reduce任务时长比例，结合不同节点上数据的局部特性，采用了比现有算
对云计算中任务调度进行了研究，针对云计算的编程模型框架，提出一种融合遗传算法与蚁群算法的混合调度算法。在该求解方法中，遗传算法采用任务-资源的间接编码方式，每条染色体代表一种具体调度方案；选取任务平均
Hadoop中任务调度算法的改进
针对Hadoop0.20.0中任务调度算法存在的不足,提出一种基于改进遗传算法(IGA)的任务调度算法。IGA算法对初始化种群、交叉和变异操作进行了一些改进,并引入了最优保留策略和
(1)在微型计算机上设计进程控制块（PCB）结构，使其分别适用于简单轮转法和优先数调度算法。PCB通常包括以下信息：进程名、进程优先数（或轮转时间片）、进程所占用的CPU时间、进程的当前状态、当前队列
区分服务(DiffServ)体系是未来IP QoS研究的主要发展方向,在区分服务的体系下,队列调度是实现IP QoS的核心技术。在深入研究区分服务体系下的基本分组调度算法优缺点的基础上,提出一种改进算
面向可重构系统,提出了一种功耗相关的硬件任务调度算法(EnergyEfficient Hardware Task Scheduling, EEHTS)。动态电压调整(Dynamic Voltage S
暂无评论