1、34.2.1 Static HTML Page Genertaed Automatically .444.2.2 Manage Post Interface.454.3 Test Case Design.464.4 Summary .47Charter Five Summary and Prospect.495.1 Summary of Thesis.495.2 Prospect of Project .50References.51Acknowlegement.53第一章 绪论1第一章 绪论1.1 研究背景研究背景主要是按照当前 BBS 在国内的相应发展情况，然后根据其中的出现的主要问题来实
2、现对于整体项目的设计指导。1.1.1 BBS 中国的发展大约是从 1991 年开始，中国开始了第一个 BBS 站。经过长时间的发展，直到 1995 年，随着计算机及其外设的大幅降价，BBS 才逐渐被人们所认识。1996年更是以惊人的速度发展起来。中国的 BBS 站，按其性质划分，可以分为 2 种：一种是商业 BBS 站，如新华龙讯网；另一种是业余 BBS 站，如天堂资讯站。由于使用商业 BBS 站要交纳一笔费用，而商业站所能提供的服务与业余站相比，并没有什么优势，所以其用户数量不多。多数业余 BBS 站的站长，基于个人关系，每天都互相交换电子邮件，渐渐地形成了一个全国性的电子邮件网络 Chin
3、a FidoNet（中国惠多网） 。于是，各地的用户都可以通过本地的业余 BBS 站与远在异地的网友互通信息。这种跨地域电子邮件交流正是商业网站无法与业余网站相抗衡的根本因素。由于业余 BBS 网站拥有这种优势，所以使用者都更乐意加入。这里“业余”2 字，并不是代表这种类型的 BBS 站的服务和技术水平是业余的，而是指这类BBS 站的性质。一般 BBS 站都是由志愿者开发的。他们付出的不仅是金钱，更多的是精力。其目的是为了推动中国计算机网络的健康发展，提高广大计算机用户的应用水平，这就是国内 BBS 的相对发展情况。1.1.2 BBS 现状展望中国的 BBS 站，单线站还占大多数。随着计算机的
4、普及，特别是调制解调器的大量使用，BBS 的活动将会进一步高涨。但是，随之而来的拨号难和抢线难的问题将会加剧。尽管 BBS 站台的数量在不断增长，但这种增长的幅度总也赶不上用户群的增长。 基于 Freemarker 技术的 BBS 系统的设计与实现2许多人同时拨号一个站台，不可避免地发生冲突。每回要拨上几十次乃至上百次才能成功连上一个 BBS 站的状况已经成为困扰今日中国 BBS 用户的一个难题。随着 BBS 活动的深入，中国已经出现了一些多线站，一次可以允许 2 人以上同时访问。 BBS 的发展过程中，也出现了一些问题。由于中国使用的 BBS 架构软件，都是从国外引进的，因此没有必要的中文说
5、明。虽然一些热心的站长翻译了一些资料，但是仅靠这些是远远不够的。另外，有些站台的设立是相互抄袭，所以在结构上难免有雷同之处。 自从 1999 年是中国网络的发展年。但是，应该清醒地认识到，一些 BBS 站并没有走上“简单、易用”这一层次。包括一些厂商架设的 BBS 站，实用性还需要加强。中国的 BBS 站将向着个性化和专业化的方向发展。其中对于 BBS 的整体显示效果图如图 1-1 所示：图 1-1 BBS 整体结构效果图1.1.3 BBS 设计背景21 世纪是电脑的世纪更确切的说是网络的世纪，在这网络高速发达的时代，人们对于网络的需求不单单只是资源，更者是对于速度的追求，提高工作的效率和速度
6、是现今网络发展的一大要素。而对于 BBS 系统更是要求高速的访问来大，我们需要的极高的查询准确度。事实上，我们希望只返回那些最“最优秀”的文档，而不是数以百计的相关性很小的文档。极高的查询准确度对于查询之后的文件访问也有重大的意义，用户不必访问大量的结果来找出所需的内容。搜索结果的显示提供了相关性判断的很好的依据。给搜索结果排序文件信息是一种很重要的资源，但是没有被文件搜索引擎很好的利用。根据关键字出现频率、文件访问频率等对文件进行分类排序，这就使其很好的与人的主观判断相符合。1.2 论文组织结构本论文共六章，论文首先对企业资源重复冗余，员工重复相同的资源收集连心，手挽手，走过风雨路;乙：统战
7、人正是出于对家乡的热爱，才同呼吸，共命运，信念永不改!丙：在这团圆的时刻，歌声化作深情的祝福，愿我们的家乡繁荣富强;甲：在这盛世的舞台，歌声融入由衷的祝愿,愿我们的人民幸福安康。乙：带着期盼，又一个美好的春天将如期而至!丙：带着执着，让我们共圆合：中国梦想!十五、歌舞美丽中国梦【结束语】甲：我们携手并肩，沐浴着十九大的春风，乙：我们阔步前行，携带着激情与梦想。丙：岁月如歌，歌声伴着我们走向美好的未来，高歌猛进，我们在建设新XX的征途上再铸辉煌!甲：让我们高举十九大精神的伟大旗帜，在市委区委的领导下，为建设我们心中的美丽XX，为加快实现XX全面崛起和全面建成小康社会目标而努力奋斗!乙：再一次祝愿
8、各位领导、各位朋友身体健康、新春快乐、幸福吉祥!丙：XX区统一战线“携手跟党走共筑中国梦”新春联欢会到此结束，朋友们合：再见!21 己的实际情况参考以上提高煤炭资源回采率的方法和措施运用到我矿的资源开采中，那么泊江海子矿的煤炭资源回采率及经济效益会大幅度提高。在煤矿开采过程中，应利用科学技术体系，提高煤炭资源采出率，实现煤炭资源开采的最大化，促进煤矿企业可持续发展。参考文献： 1郝风英.浅谈同煤忻州窑矿提高资源回采率的有效措施j.价值工程，2020（28）. 2王金城，方焕明，林海.提高综放面回采率有效措施的探讨j.煤炭工程，2020（08）. 3刘跃军.回采率的计算及提高回采率的途径j.价值
9、工程，2020（03）.此资料由网络收集而来，如有侵权请告知上传者立即删除。资料共分享，我们负责传递知识。本 科 毕 业 论 文基于 GridSim 的启发式网格任务调度算法的仿真Simulation of Task scheduling on GridResource with heuristic algorithm based on GridSim姓 名： 学 号：学 院：软件学院系：软件工程专 业：软件工程年 级：校内指导教师： 年 月摘 要网格计算是当今计算机科学领域兴起的一项有很高学术价值和应用价值的研究课题。网格是以资源共享为目的，支持对各种资源的远程和并发访问，利用互联网把地理广
10、泛分布的各种资源连成的一个具有单一系统镜像的高性能计算和信息服务环境。任务调度技术是网格核心服务之一。在网格计算环境中，如何协调和分配网格资源，以便使网格计算性能趋于最优，是任务调度算法要解决的基本问题。而网格中的资源具有分布性、动态性、多样性、自治性以及管理的多重性等特征，这就决定了网格环境下的任务调度与资源管理问题的复杂性和网格资源调度策略的重要性。本文对网格任务调度问题进行了初步研究，并且基于 GridSim 工具，应用遗传算法、蚁群算法和粒子群算法对网格任务调度过程进行了仿真。主要工作包括三个方面：第一，在独立子任务的前提下，设计了基于遗传算法、蚁群算法以及粒子群算法的网格资源调度模型
11、；第二，针对子任务含有优先顺序的情况，改进了遗传算法的网格资源调度模型；第三，采用 GridSim 搭建资源调度的仿真平台，用 Java 实现了上述模型，并进行了性能比较。本文从网格计算的基本概念出发，介绍了网格体系结构和网格任务调度问题的定义。然后，概述了遗传算法、蚁群算法和粒子群算法的基本流程及主要思想，详细介绍了三种算法在独立子任务情况下的资源调度策略的设计原理以及遗传算法在子任务含有优先顺序时的调度原理。最后，论文给出了上述模型在 GridSim 工具中的仿真结果，并以跨度、平均响应时间、吞吐量及算法执行时间作为评价指标对各种算法的性能进行了比较。本文在结论部分对全文所做的工作进行了总
12、结，并指出了下一步的研究方向。关键词：网格任务调度；GridSim；遗传算法；蚁群算法；粒子群算法AbstractGrid Computing is one rising research subject in computer science with high academic and application value. Aimed at resources sharing, it supports remote and distant visit of various resources, using Internet to connect resources in geographi
13、cal scattered locations into a single computing environment providing information service with high performance. Task scheduling is one of its nuclear services. How to coordinate and distribute grid resources in an effort to realize more optimized performance becomes a very basic problem in grid tas
14、k scheduling. Moreover, given its distributivity, diversity, dynamics, autonomy and managerial multiplicity, grid task scheduling appears more complicated, and scheduling policy more important.This dissertation has a preliminary research on grid task scheduling. Using GridSim, it simulates the proce
15、ss with three algorithms: Genetic Algorithm, Ant Colony Algorithm and Particle Swarm Optimization. Work has been done mainly in the following areas: Firstly, under the prerequisite of independent gridlets, it designs grid task scheduling models based on Genetic Algorithm, Ant Colony Algorithm and Pa
16、rticle Swarm Optimization. Secondly, it improves the GA model a little adapting to situations where gridlets are in order. Thirdly, applying Java on GridSim platform, it simulates the foregoing models and has their performance compared.Proceeding from concepts of grid, this dissertation introduces d
17、efinition of grid architecture and grid task scheduling. It then elaborates on basic processes of the three heuristic algorithms, their application in grid resource scheduling models with independent gridlets and scheduling principles of GA with ordered gridlets. Finally, this dissertation shows per
18、formance of above models in simulation with GridSim. Performances of these models are compared with indicators like Makespan, average response time, throughput and algorithm execution time. The final part presents the summary of entire dissertation and outlines work to be done in the next stage.Key
19、words: Grid task scheduling ; GridSim ; Genetic Algorithm ; Ant Colony Algorithm ; Particle Swarm Optimization目 录第一章 绪论 .11.1 引言 .11.2 论文组织结构 .2第二章 网格计算与任务调度 .32.1 网格计算系统 .32.1.1 网格的基本概念 .32.1.2 网格的体系结构 .32.2 任务调度的基本问题 .52.2.1 任务调度的定义 .52.2.2 网格任务调度概述 .62.2.3 网格任务调度的问题定义 .62.3 启发式算法与任务调度 .7第三章 基于遗传算
20、法的网格资源调度策略 .83.1 遗传算法综述 .83.2 遗传算法的基本流程 .83.3 基于遗传算法的网格任务调度的设计 .93.3.1 染色体的编码与解码 .93.3.2 种群初始化 .103.3.3 适应度函数 .113.3.4 选择操作 .113.3.5 交叉操作 .123.3.6 变异操作 .123.3.7 控制参数 .133.4 基于任务优先顺序的遗传算法的网格任务调度的设计 .14第四章 基于蚁群算法的网格资源调度策略 .164.1 蚁群算法基本原理 .164.2 基于蚁群算法的网格任务调度的设计 .174.2.1 资源选择策略 .184.2.2 资源处理策略 .214.2.3
21、 调度算法性能评估 .224.2.4 系统参数调整 .22第五章 基于粒子群算法的网格资源调度策略 .245.1 粒子群算法的系统模型 .245.2 基于粒子群算法的网格任务调度的设计 .265.2.1 位置与速度的定义 .265.2.2 更新规则定义 .265.2.3 算法执行流程 .27第六章 基于 GridSim 的仿真实验及结果比较 .286.1 网格模拟器 GridSim.286.1.1 GridSim 的体系结构 .286.1.2 GridSim 中的网格资源调度过程 .296.2 仿真实验及结果分析 .306.2.1 性能评价指标 .306.2.2 基于独立子任务的遗传算法、蚁群算法及粒子群算法的调度结果比较 .316.2.3 基于优先顺序的遗传算法的调度结果 .38结 论 .44参考文献 .46致 谢 .47ContentsChapter 1 Preface.11.1 Introduction.11.2 Structure of paper.2Chapter 2 Grid architecture and t
