详情

原文传递交通流预测网格负载平衡研究

论文题名：	交通流预测网格负载平衡研究
关键词：	交通流预测;网格负载平衡;人工神经网络
摘要：	本文通过对负载平衡理论的研究，分析了网格负载平衡中需要解决的关键问题，给出了结合当前节点负载状态和执行时间反馈进行任务量调整的负载平衡算法，并在此算法的基础上给出了动态负载平衡框架DLBFG。作为DLBFG框架的一大特点，利用移动Agent的自主性和移动性，将它引入到动态、异构的网格环境中来解决负载动态迁移的问题。通过对网格技术和移动Agent技术两者特性的分析，结合负载平衡理论，在DLBFG框架中给出了作业平衡分配和动态迁移的各个模块，根据DLBFG指出的三个负载平衡时机去启动负载均衡过程，对应Agent平台的管理方式，利用自主和非自主两种方式来进行负载的迁移。文章根据交通流预测神经网络的训练和预测相分离的方法，使用DLBFG负载平衡框架给出的各个模块分别对训练和预测两种类型的任务进行了相应的实现。在此基础之上，通过实验验证了在负载平衡框架DLBFG支持下，基于网格的交通流预测的性能得到了明显的提升。
作者：	谢骏
专业：	计算机软件与理论
导师：	谭国真
授予学位：	硕士
授予学位单位：	大连理工大学
学位年度：	2006
正文语种：	中文