【摘 要】
：
面向能耗受限下云中心异构服务器的性能优化问题，提出了基于M／GI／1-PS排队系统的云中心性能优化分析模型，并给出获得最优性能服务器能耗分配OPT算法；同时通过大量数值仿真实验将OP
【机 构】
：
电子科技大学中山学院计算机学院,中山大学信息科学与技术学院
论文部分内容阅读
面向能耗受限下云中心异构服务器的性能优化问题，提出了基于M／GI／1-PS排队系统的云中心性能优化分析模型，并给出获得最优性能服务器能耗分配OPT算法；同时通过大量数值仿真实验将OPT算法与常用的启发式能耗分配方法（WP、EU、EMRT）进行对比，分析了不同流量下能耗优化对性能的影响，并获得能耗一性能变化曲线。实验结果表明，OPT算法在同等能耗受限条件下比其他算法获得更优的性能，尤其是EU算法，性能高出约22％。结果可为云中心优化资源配置提供理论依据和参考数据。
其他文献
针对域名数据数量巨大且具有时空特征的特点,利用地理信息系统时空分析以及可视化的技术和方法对中国国家级域名.cn日志数据进行分析和研究。通过对域名数据的分析,了解域名解析总体规律及特征,得到热点域名及域名中蕴涵的时空分布规律,为域名业务规划、服务站点布局调整提供分析数据。最后提出一种基于模拟退火算法的DNS站点优化布局方法,实验结果表明该方法可用于指导DNS服务站点的布局及DNS解析服务的调整,为.
运用有限元软件SAP2000,建立不同未隔震桥梁自振周期,铅芯橡胶隔震支座弹性周期、非弹性周期和隔震屈服比的198个单自由度隔震桥梁模型,进行非线性地震能量反应分析,研究铅芯
协同过滤推荐系统的近邻选择环节中不仅没有考虑目标项目对用户间相似性计算的影响,而且也未考虑邻居用户对目标用户的推荐贡献能力,导致既降低了相似性计算的准确性,也提高了近邻集合中伪近邻的比例。针对这些问题,提出了一种基于熵优化近邻选择的协同过滤推荐算法。算法使用巴氏系数计算项目间相似性,并以此为权重加权计算用户间相似性。引入熵描述用户评分分布特性,根据评分分布差异性衡量邻居用户的推荐贡献能力。最后,利
针对原有的基于隐语义模型（LFM）的推荐算法中，当训练样本数减少时，训练误差和测试误差都明显增大的问题进行改进研究，提出了一种全新的基于学习自动机的矩阵训练算法。该算法充分
纸张褶皱是常见的现象,纸张又可以称为薄壳,薄壳有效模拟的关键是模型的建立。基于物理建模计算成本高、建模较复杂等不足,但真实感较强;基于几何建模形变模拟的精度不够。因此,为了实现纸张褶皱的模拟,采用基于物理模型和几何模型结合进行纸张褶皱模拟。首先基于hinge模型和弹簧质点模型对纸张建立薄壳模型;由隐式积分法更新网格质点的位置,确定纸张的初步形变,增加形变约束;最后根据泊松形变确定最终形变状态。实验
针对主动学习中构造初始分类器难以选取代表性样本的问题,提出一种模糊核聚类采样算法。该算法首先通过聚类分析技术将样本集划分,然后分别在类簇中心和类簇边界区域选取样本进行标注,最后依此构造初始分类器。在该算法中,通过高斯核函数将原始样本空间中的点非线性变换到高维特征空间,以达到线性可聚的目的,并引入了一种基于局部密度的初始聚类中心选择方法,从而改善聚类效果。为了提高采样质量,结合划分后各类簇的样本个数
基于取送车作业问题具有顺序和批次2个优化维度,根据客观约束条件和实际生产经验,设计取送车作业问题一般模型解的模块化构造方法.以满足取送车作业顺序偏序约束构造取送车作
不确定性推理方法是人工智能领域的一个主要研究内容，if-then规则是人工智能领域最常见的知识表示方法。针对实际问题通常具有不确定性的特点，提出基于证据推理的确定因子规则
为了解决路网环境中传统的组最近邻查询无法支持用户不确定搜索的问题,在组最近邻查询的基础上引入了模糊因子来描述用户查询的不确定性,并提出了四种不同的算法。其中朴素的全局搜索算法利用了Dijkstra算法的特性来处理不确定性,在此基础上利用多维向量算法和V-tree算法通过缩小搜索空间进一步优化,最后提出的近似算法,在牺牲了一定正确率的前提下进一步提高了查询效率。通过在真实路网数据集上的大量实验总结归
运用UDEC离散元程序对直剪试验进行数值模拟,结果表明该方法可以有效模拟岩石峰后剪胀效应。运用理论分析和数值模拟试验的方法,对某一在建四线铁路车站隧道的全过程围岩特征