首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

仿生算法的动态反馈机制及其并行化实现方法研究

摘要第5-7页
Abstract第7-9页
目录第10-13页
图清单第13-16页
表清单第16-17页
第一章 绪论第17-35页
    1.1 仿生算法概述第17-28页
    1.2 研究背景、目的和意义第28-32页
    1.3 研究内容和创新点第32-33页
    1.4 本文的内容及组织安排第33-34页
    1.5 本章小结第34-35页
第二章 蚁群算法动态岛模型第35-47页
    2.1 蚁群算法介绍第35-39页
        2.1.1 蚁群算法流程第36-37页
        2.1.2 蚁群算法改进第37-38页
        2.1.3 并行蚁群算法第38-39页
    2.2 本文对蚁群算法的改进第39-46页
        2.2.1 动态正反馈第40-42页
        2.2.2 动态正负反馈第42-44页
        2.2.3 收敛性分析第44-46页
    2.3 本章小结第46-47页
第三章 粒子群算法卫星模型第47-63页
    3.1 粒子群算法介绍第47-53页
        3.1.1 粒子群算法描述第47-49页
        3.1.2 粒子群算法流程第49-50页
        3.1.3 搜索边界处理第50-51页
        3.1.4 两种经典模型第51-53页
    3.2 粒子群算法并行化第53-54页
    3.3 本文粒子群算法改进第54-55页
    3.4 卫星模型收敛性分析第55-61页
        3.4.1 基本 PSO 算法第55-59页
        3.4.2 PP-PSO 算法第59-61页
    3.5 本章小结第61-63页
第四章 Hadoop 和 Haloop 平台研究第63-79页
    4.1 Hadoop 平台第63-67页
        4.1.1 Hadoop 生态系统第64-66页
        4.1.2 HDFS 介绍第66-67页
    4.2 Haloop 平台技术第67-69页
    4.3 MapReduce第69-78页
        4.3.1 MapReduce 作业运行机制第70-73页
        4.3.2 MapReduce 实现框架第73-77页
        4.3.3 推测执行第77-78页
    4.4 本章小结第78-79页
第五章 Haloop 调度算法的改进第79-107页
    5.1 Haloop 作业调度模型第79-87页
        5.1.1 FIFO 调度算法第81页
        5.1.2 计算能力调度算法第81-84页
        5.1.3 公平调度算法第84-86页
        5.1.4 LATE 调度算法第86-87页
    5.2 Haloop 任务调度模型改进第87-103页
        5.2.1 数据本地性问题第87-89页
        5.2.2 Haloop 任务调度算法第89-91页
        5.2.3 延迟算法第91-93页
        5.2.4 二分图基础第93-94页
        5.2.5 二分图最大匹配算法第94-98页
        5.2.6 加权二分图最佳匹配算法第98-103页
    5.3 任务调度改进算法实验第103-106页
    5.4 本章小结第106-107页
第六章 算法的迭代 MapReduce 实现第107-113页
    6.1 蚁群算法的实现第107-110页
        6.1.1 动态正反馈第107-109页
        6.1.2 动态正负反馈第109-110页
    6.2 粒子群算法的实现第110-112页
    6.3 本章小结第112-113页
第七章 实验与分析第113-123页
    7.1 实验目的第113页
    7.2 环境搭建第113-114页
    7.3 ACO 算法优化的 MapReduce 实现实验第114-118页
    7.4 PSO 算法优化的 MapReduce 实现实验第118-122页
    7.5 本章小结第122-123页
结论与展望第123-124页
参考文献第124-135页
攻读博士学位期间取得的研究成果第135-137页
致谢第137-138页
附件第138页

论文共138页,点击 下载论文
上一篇:中国矿业发展趋势及竞争力评价研究
下一篇:CMM与线结构光视觉传感器集成的逆向工程系统关键技术研究