基于Pi演算的并行编程语言

针对传统编程语言不能便捷高效利用多核芯片计算资源的缺点,本文提出了一种并行编程语言并定义了核心语义及其运行时环境的相关算法。该语言以Pi演算为理论基础,首先根据Pi演算的基本结构定义语言的核心句法结构,然后以Pi演算中进程间同步通信为基础定义了核心操作语义。本文给出了在并行操作语义中进程的上下文环境的定义,设计了构成运行时环境整体架构的主要数据结构及运行时环境中基于同步通信的调度算法和基于引用计数器的垃圾回收算法,根据本文定义的句法结构可以定义出高效地利用多核芯片计算资源的并行程序。     

基于Pi演算的Web服务建模与WSDL转换

为顺利地执行Web复合服务,实现服务的自动组合,对基于Pi演算的Web服务组合模型与WSDL语言程序段转换的正确性进行了论证,运用进程代数对Web服务及其组合进行建模,提出并建立了PICM2WSDL模型,通过形式化的方法验证,基于Pi演算的Web服务建模经过PIC2WSDL模型转换可自动生成正确的.wsdl文件。     

云计算任务调度策略研究

合理分配云资源,高效处理云环境中的海量任务,满足用户QoS,是云计算领域的热点之一.在对传统的任务调度算法的分析比较,探索本质和目标,本文基于云计算任务调度,智能调度算法和Hadoop调度算法的基本思想、性能要求的实现机制和实现,结果表明自适应智能任务调度算法是比较强的,研究的方向和重点在未来的.     

DMS算法在Map/Reduce任务调度中的应用

云环境下传统的任务调度算法整体效率较低,为了提高任务调度的整体效率,在Map/Reduce基础上提出了一种基于处理时间的DMS任务调度算法。首先,对复杂任务进行预处理,将复杂任务转化为DAG图,依据任务依赖关系大小产生最佳拓扑排序,并依据排序结果将复杂任务交给work节点进行处理;其次,通过将节点处理任务的预测时间与节点处理能力的比值作为子任务在每个节点的处理"时间"进行量化建模,建立任务和处理时间的度量矩阵,依据DMS算法进行处理,从而获得任务分配最佳方案;最后,从任务调度效率与资源使用率的角度将DMS算法与公平调度算法、遗传算法行对比验证。实验结果表明,DMS算法能明显提高任务调度整体效率,充分利用各节点的计算能力提高了Map/Reduce的调度效率。     

基于Pi演算的人工神经网络模型

人工神经网络是一种重要的人工智能实现方法,但是目前人工神经网络缺乏通用的数学模型,用来模拟各种结构的神经网络.然而形式化方法对于建模和验证系统是一种有效的方法,所以对人工神经网络的形式化描述和验证是一个重要的研究方向.Pi演算是一种移动进程代数,可用于对并发和动态变化的系统进行建模,因此Pi演算和人工神经网络的基础都是并发计算.在这个基础上,首先通过Pi演算建模人工神经网络,证明了它们之间的等价性,然后设计了基于Pi演算的人工神经网络分类器.最后,讨论了这个模型的优越性.     

基于改进免疫遗传算法的网格任务调度

为改进网格计算中任务调度的低效问题,采用十进制的实数编码规则产生初始抗体群,由免疫遗传算法经过克隆和变异算子生成资源集合中的蚁群信息素,进而利用蚁群算法的并行性展开全局搜索,通过CloudSim仿真平台进行模拟,与粒子群算法及蚁群遗传算法进行对比,结果表明,改进的免疫遗传算法能够大幅提高网格计算任务调度效率,有效地解决网格任务调度问题.     

基于独立大粒度任务网格调度算法的分析比较

独立任务在异构环境下的调度问题已经得到了广泛的研究，已提出了许多启发式任务调度算法，其中包括静态调度算法和动态调度算法．对目前已提出的6种启发式任务调度算法进行了分析和研究，重点介绍了轮循（RR）算法．为了更好的比较这6种算法，采用了一种叫做处理器消耗周期（TPCC）的标准，并通过仿真，将算法进行了性能对比．     

多Agent协同系统的Pi演算建模方法

MAS因自治性、反应性等特性适用于复杂的分布式系统,为了分析、模拟Agent的并发交互过程并设计出合理的MAS,应用了形式化方法Pi演算进行建模． 首先介绍了多Agent协同系统中Agent之间的广播、中介和代理3种通信模型, 然后给出了Agent之间交互模式的Pi演算建模方法． 再以家庭物联网系统作为多Agent协作实例, 应用Pi演算对其建模, 模拟多个Agent协作过程中的通信． 最后, 采用移动工作台对模型的语义进行了验证, 表明了Pi演算对MAS建模的适用性．     

面向异构处理平台的最长路径列表调度算法

任务调度算法的硏究一直是异构计算技术研究中的热点,充分挖掘异构处理平台的并行优势,可最大限度实现平台资源的高效利用。通过分析异构处理平台的执行特点,设计符合异构处理平台的任务调庋策略,提岀面向异构处理平台的最长路径列表调度算法（ Longest pathlist scheduling algorithn,LPLS）。算法在任务优先级阶段,基于最长路径列表计算优先级,最耗时路径上的任务被优先调度;在处理器选择阶段,遵循任务完成时间最小的原则,所选择的处理器可使下阶段任务的完成时间更短,异构平台整体处理时间更小。仿真实验结果表明,相比于经典的HEFT算法,LPLS算法是一种负载更加均衡的算法,具有调度长度更短、效率更高等优势。     

一种适用于演化过程建模的演算——通信膜演算

膜计算作为自然计算的一个分支,自提出以来受到了广大学者的关注。膜计算类形式化方法具有非确定性、并行性等性质,对区域间的通信问题有良好的建模能力。利用膜计算类形式化方法对通信问题建模是一种保证通信过程正确性以及安全性的有效方法。但因为建模完成的系统中不存在可以描述演化过程的反应规则也不能添加反应规则,所以膜计算类形式化方法不适用于对系统演化这一普遍存在的问题进行形式化建模。针对这个问题,本文提出了一种通信膜演算,该演算可以对系统的演化过程进行建模。为了分析通信膜演算的描述能力,本文利用自动机理论对通信膜演算的性质进行了分析,并利用通信膜演算对一种软件产品线的特定演化过程进行了建模,分析了通信膜演算对系统演化过程建模的适用性。