多主体环境下任务描述及分解机制的研究

来源 :哈尔滨工程大学 | 被引量 : 0次 | 上传用户:huxianding
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着计算机技术的飞速发展,所要处理的信息量也不断剧增。国际互联网的不断普及,解决网络异构性成为了不得不面对的问题,由于这些原因推动着基于多主体环境下任务管理的迅速发展。多主体环境下任务的管理中需要解决的问题还有很多,其核心问题是:多主体环境下任务的描述问题、多主体环境下任务的分解问题和多主体环境下任务的调度问题,在本篇论文中主要是集中在任务描述和任务分解这两个方面进行研究。从宏观上来讲,现在对多主体环境下任务的管理与性能需求大致集中在以下这几个方面进行研究:高可靠性、开放性、灵活性、易于维护、协调性。在满足这些特性要求后,由软件系统结构复杂化所带来的多功能性、可伸缩性、可重用性、一致性要求也得到了相应的满足。在研究单主体模型以及MAS的基础上,针对多主体环境下任务的特点,建立基于“与、或”依赖图的任务模型,在“与、或”依赖图的任务模型基础之上,又引入了“与、或”依赖树模型。为下一步的任务描述做准备,将“与、或”依赖图模型等效的转化成“与、或”依赖树模型。由于XML具有跨平台性、灵活性、安全性等很多特点,所以XML是Internet环境数据传输的很好载体。并且XML的树状展现形式正是任务模型中XML依赖树的展现形式,基于以上原因,采用了基于XML的任务树视图描述语言来描述多主体环境下任务之间的关系。在任务描述的基础上,提出了基于“与、或”依赖树的任务分解算法,该算法中,根据任务之间的数据依赖关系以及“与、或”关系,将任务树先进行修剪,再将修剪完的任务树中处于叶子节点的任务节点最大限度的并发执行,处于叶子的任务节点也便是不存在数据依赖的节点。本分解算法主要考虑的是任务层次关系中的“与、或”关系和层次间的数据依赖关系。最后,在实际应用中测试以上的转换算法和任务分解算法的性能。
其他文献
进入二十一世纪以来,随着计算机的普及和互联网的快速发展,使得数字图像产品常常被非法复制和传播,版权保护成为一个亟待解决的问题。为打击盗版,一方面要通过立法来加强对违法犯
物理内存是现代计算机的核心硬件资源,同时也是短缺的资源。内存中越来越多的进程数量以及日益增长的应用程序的内存占用,都让物理内存利用率的优化永远不能停下脚步。在众多
虚拟环境中物体间的碰撞检测是虚拟现实、计算机动画、计算机图形学、计算机游戏等领域中一个极富挑战性的问题。其基本任务是确定两个或两个以上的模型之间是否发生接触或穿
小群体检测与跟踪是智能视频监控系统的关键技术,也是异常事件检测、行为理解、场景理解等更高层次的视觉任务的基础。小群体指的是在接近的运动区域中,若干具有动作一致性的
图像拼接技术(Image Mosaic)是将多幅相互间存在重叠部分的图像序列进行空间匹配对准,经重采样融合后形成一幅包含各图像序列信息的、宽视角场景的、完整的、高清晰的新图像。图
运动目标检测与跟踪的目的就是从连续的图像序列中提取出运动目标,并对所提取出的运动目标进行实时的跟踪。作为计算机图像处理与机器视觉领域的重要研究技术,涉及到了模式识别
压缩感知理论作为全新的采样理论,开辟了信息采样的新思路,有着广泛的应用前景和研究价值。压缩感知理论主要基于信号的稀疏化和可压缩性,其实现过程主要分为三个阶段:信号的稀疏
随着互联网技术的飞速发展,传统的通用搜索引擎逐渐暴露出了覆盖率低、结果不准确等弊端。为了满足用户精确搜索的需求,垂直搜索引擎应运而生。它利用主题爬行技术来搜集Web中
近年来,随着地理信息系统(GIS)的飞速发展,数字高程模型(DEM)作为三维空间信息系统的一个重要的组成部分,在工程建设、资源与环境、军事等领域有着非常广泛的应用。DEM是地形分
国际船舶制造业市场竞争十分激烈,各国的船舶企业为了获得更高的经济效益,不断研究和探索新的船舶建造工艺和高效的管理理念,其中如CIMS技术的普遍应用,促进了船舶企业信息化管理