智能数据批量处理控制模型

doi:10.3778/j.issn.1002-8331.2010.13.067

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (13): 224-228.DOI: 10.3778/j.issn.1002-8331.2010.13.067

智能数据批量处理控制模型

孙长乐，郭东明，高航，邹灵浩

大连理工大学，辽宁大连 116024

收稿日期:2008-10-28 修回日期:2009-01-22 出版日期:2010-05-01 发布日期:2010-05-01
通讯作者: 孙长乐

Intelligent data batch processing control model

SUN Chang-le，GUO Dong-ming，GAO Hang，ZOU Ling-hao

Dalian University of Technology，Dalian，Liaoning 116024，China

Received:2008-10-28 Revised:2009-01-22 Online:2010-05-01 Published:2010-05-01
Contact: SUN Chang-le

摘要/Abstract

摘要： 介绍了一种用于设计制造协同平台的基于软件Agent的智能数据批量处理控制模型。模型利用Agent的学习能力分析数据处理的行为特征并记录到信念库中，当有请求到达时，Agent利用外部环境传感器获取系统负载、用户带宽等数据，并结合信念库中的请求特征，运用推理过程计算出当前处理的最佳数据量，通过调用执行计划改变请求的控制流来控制本次请求需处理的数据量。在协同平台中集成本模型可以保障用户的请求响应时间，缩短等待时间，平滑系统负载的峰值。通过实验验证了模型的性能。

关键词: 软件Agent, 响应时间, 数据批量处理, 性能优化

Abstract: An intelligent data batch processing control model based on software Agent is introduced，which is mainly used in designing and manufacturing collaborative platform.The behavior character of request processing is analyzed by using Agent’s study ability and recorded in the belief library of Agent.With environment sensor，when a request arrives，Agent gets data about system load，bandwidth of client，and so on.Then combining the old request characteristics and using reasoning processing，Agent works out the optimal data volume to be processed of this request，which will be controlled by control flow that has been changed by execute plan.Integrating designing and manufacturing collaborative platform with this model may ensure the user’s response time，shorten waiting time and smooth the peak value of system load.Performance of this model is also be validated by experiments.

Key words: software Agent, response time, data batch processing, performance optimization

中图分类号:

TP311

孙长乐，郭东明，高航，邹灵浩. 智能数据批量处理控制模型 [J]. 计算机工程与应用, 2010, 46(13): 224-228.

SUN Chang-le，GUO Dong-ming，GAO Hang，ZOU Ling-hao
. Intelligent data batch processing control model[J]. Computer Engineering and Applications, 2010, 46(13): 224-228.

[1]	米捷，王佳欣. 一种可重构资源管理模型及其调度技术[J]. 计算机工程与应用, 2018, 54(7): 245-250.
[2]	王聪1，2，徐琪1，2，程耀东1，陈刚1. 高能物理事例级数据管理与传输系统的研究[J]. 计算机工程与应用, 2018, 54(23): 230-237.
[3]	祝永志，续士强，禹继国. 基于OpenMP/MPI并行编程模型的N体问题的优化实现[J]. 计算机工程与应用, 2016, 52(5): 16-21.
[4]	赵军岩，李蕊. 基于网关互连的CAN网络最坏响应时间分析[J]. 计算机工程与应用, 2016, 52(24): 131-136.
[5]	成苗荣，张曦煌. IEEE802.16中基于非实时业务的节能算法[J]. 计算机工程与应用, 2016, 52(13): 136-142.
[6]	罗桂娥，康霞. 固态硬盘性能优化研究与实现[J]. 计算机工程与应用, 2015, 51(1): 43-48.
[7]	童名文，刘清堂，邓鹤. 内容适配系统设计及性能评价研究[J]. 计算机工程与应用, 2013, 49(5): 27-31.
[8]	黄华林1，2，钟诚1. 多核机群上数据密集型应用并行程序性能优化[J]. 计算机工程与应用, 2012, 48(30): 73-77.
[9]	韦兴柳1，钟诚1，李智1，2，蔡德霞1，陈清媛1. 大数据文件和混合文件的多线程并行下载[J]. 计算机工程与应用, 2012, 48(14): 84-89.
[10]	韩超1，2，那文武1，2，刘振军1，许鲁1. BW-RAID系统的重构技术及优化研究[J]. 计算机工程与应用, 2012, 48(1): 60-63.
[11]	刘志明^1，2，沙基昌¹，万亚平²，阳小华². 结点在线率和响应时间相关的P2P存储系统[J]. 计算机工程与应用, 2010, 46(28): 1-5.
[12]	莫铁强，彭浩 . 固定优先级调度的线性近似分析方法[J]. 计算机工程与应用, 2010, 46(16): 78-80.
[13]	郑晓曦,张虎,鲍松堂. 提高实时内核对实时任务响应时间的新方法[J]. 计算机工程与应用, 2009, 45(16): 90-92.
[14]	翁锋,谭怀亮,李小利. 阵列矩阵RAID50研究——容量聚合与全并发策略[J]. 计算机工程与应用, 2008, 44(6): 100-103.
[15]	田生伟¹,吐尔根·依布拉音¹,禹龙²,于炯¹ . 一种基于任务响应时间预测的网格调度算法的研究[J]. 计算机工程与应用, 2008, 44(1): 123-125.

智能数据批量处理控制模型

Intelligent data batch processing control model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics