面向绿色云计算的高品质与强反馈资源分配算法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61603420
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    16.0万
  • 负责人：
    舒万能
  • 依托单位：
    中南民族大学
  • 学科分类：
    F0305.生物、医学信息系统与技术
  • 结题年份：
    2019
  • 批准年份：
    2016
  • 项目状态：
    已结题
  • 起止时间：
    2017-01-01 至2019-12-31

项目摘要

Immune algorithm is an intelligent computing method based on evolution and immune mechanisms, which is suitable for solving a variety of the complex optimization problems. Based on our preliminary study and the latest research achievements in stability and redundancy of immune algorithm, energy consumption optimization model in green cloud computing, resource allocation algorithm and load balancing mechanism, this project will explore the key factors of affecting the resource allocation performance in green cloud computing environment, reveal the essential relationship among the initial distribution of population, antibody coding, data redundancy, concentrate on heuristic resource allocation algorithm based on high quality and strong feedback, and solve the huge energy consumption and the poor performance of load balancing in the process of resource allocation in green cloud computing environment. The issues include: design and analysis of key technology of resource allocation in green cloud computing environment; analysis of the key factor of energy optimization in the process of resource allocation and design of the performance model in green cloud computing environment; design of multi- objective utility function for joint time span, energy consumption optimization and load balancing; design of heuristic resource allocation algorithm based on high quality and strong feedback. The original research results of this project will provide original and innovative ideas for the research of heuristic resource allocation algorithm based on high quality and strong feedback.
免疫算法是基于进化与免疫机制而构建的智能计算方法，它适合于解决各种复杂的工程和优化问题。项目结合申请人在免疫算法的稳定性和冗余性、绿色云计算环境下的能耗优化模型、资源分配算法与负载均衡机制等方面的前期研究基础和该学科的最新成果，探索影响绿色云计算环境下资源分配性能的关键因素，揭示免疫算法的种群初始分布、抗体编码、数据冗余之间的内在关系，重点研究基于高品质与强反馈的启发式资源分配算法，解决绿色云计算环境下资源分配过程中能耗巨大、负载均衡性能较差的问题。重点研究的内容包括：绿色云计算环境下资源分配的关键技术分析建模；绿色云计算环境下资源分配的能耗优化关键因素分析与性能建模；联合时间跨度、能耗优化和负载均衡的多目标效用函数设计；基于高品质与强反馈的启发式资源分配算法设计。本项目取得的原创性科研成果将为基于高品质与强反馈的启发式资源分配算法研究提供新思路和科学依据。

结项摘要

免疫算法是基于进化与免疫机制而构建的智能计算方法，它适合于解决各种复杂的工程和优化问题。项目针对绿色云计算环境下的能耗优化问题，探索影响绿色云计算环境下资源分配性能的关键因素，揭示免疫算法的种群初始分布、抗体编码、数据冗余之间的内在关系，重点研究了基于高品质与强反馈的启发式资源分配算法，解决绿色云计算资源分配过程中能耗巨大、负载均衡性能较差的问题，取得了一系列的研究成果。重点研究的内容包括：绿色云计算环境下资源分配的关键技术分析建模；绿色云计算环境下资源分配的能耗优化关键因素分析与性能建模；联合时间跨度、负载均衡和能耗优化的多目标效用函数设计；基于高品质与强反馈的启发式资源分配算法设计。本项目取得的原创性科研成果将为基于高品质与强反馈的启发式资源分配算法研究提供新思路和科学依据。

项目成果

期刊论文数量（13）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
A SVM Multi-Class Image Classification Method Based on DE and KNN in Smart City Management
智慧城市管理中基于DE和KNN的SVM多类图像分类方法
  • DOI：
    10.1109/access.2019.2941321
  • 发表时间：
    2019-01-01
  • 期刊：
    IEEE ACCESS
  • 影响因子：
    3.9
  • 作者：
    Shu, Wanneng;Cai, Ken
  • 通讯作者：
    Cai, Ken
AHE Detection With a Hybrid Intelligence Model in Smart Healthcare
智能医疗中使用混合智能模型的 AHE 检测
  • DOI：
    10.1109/access.2019.2905303
  • 发表时间：
    2019-03
  • 期刊：
    IEEE Access
  • 影响因子：
    3.9
  • 作者：
    Xiao Guorong;Garg Akhil;Chen Dicheng;Jiang Dazhi;Shu Wanneng;Xu Xuemiao
  • 通讯作者：
    Xu Xuemiao
The combination of sparse learning and list decoding of subspace codes for error correction in random network coding
稀疏学习与子空间码列表解码相结合用于随机网络编码纠错
  • DOI：
    10.1186/s13638-018-1076-7
  • 发表时间：
    2018
  • 期刊：
    EURASIP Journal on Wireless Communications and Networking
  • 影响因子：
    2.6
  • 作者：
    Zhang Guangzhi;Cai Shaobin;Zhang Guangzhi;Ma Chunhua;Niu Mu;Ding Xiangnan;Cai Shaobin;Zhang Dongqiu;Shu Wanneng;Zhang GZ;Cai SB;Zhang GZ;Cai SB;Zhang DQ
  • 通讯作者：
    Zhang DQ
An emerging intelligent optimization algorithm based on trust sensing model for wireless sensor networks
一种新兴的基于信任感知模型的无线传感器网络智能优化算法
  • DOI：
    10.1186/s13638-018-1174-6
  • 发表时间：
    2018-06
  • 期刊：
    EURASIP Journal on Wireless Communications and Networking
  • 影响因子：
    2.6
  • 作者：
    Yongmei Wang;Min Zhang;Wanneng Shu
  • 通讯作者：
    Wanneng Shu
A cognitive learning model in distance education of higher education institutions based on chaos optimization in big data environment
大数据环境下基于混沌优化的高等院校远程教育认知学习模型
  • DOI：
    10.1007/s11227-018-2256-2
  • 发表时间：
    2019-02
  • 期刊：
    Journal of Supercomputing
  • 影响因子：
    3.3
  • 作者：
    Wen Jianbo;Zhang Wei;Shu Wanneng
  • 通讯作者：
    Shu Wanneng

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于反馈机制的克隆反馈优化算法的稳定性研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机科学
  • 影响因子：
    --
  • 作者：
    舒万能;丁立新;汪慎文
  • 通讯作者：
    汪慎文
等价划分策略的混沌克隆优化算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    重庆大学学报
  • 影响因子：
    --
  • 作者：
    舒万能;丁立新;徐兴东
  • 通讯作者：
    徐兴东
应用反向学习策略的群搜索优化算法
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    计算机科学
  • 影响因子：
    --
  • 作者：
    汪慎文;丁立新;谢大同;舒万能;谢承旺;杨华
  • 通讯作者：
    杨华
群搜索优化算法中角色分配策略的研究
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    小型微型计算机系统
  • 影响因子：
    --
  • 作者：
    汪慎文;丁立新;谢承旺;谢大同;舒万能;杨华
  • 通讯作者：
    杨华
异构多处理机系统的负载均衡与任务调度
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    光学精密工程(EI收录)
  • 影响因子：
    --
  • 作者：
    舒万能;李子茂;童小念
  • 通讯作者：
    童小念

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

舒万能的其他基金

基于敏捷响应与鲁棒增益的云服务任务调度关键技术研究
  • 批准号：
    62373382
  • 批准年份：
    2023
  • 资助金额：
    50 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码