基于Agent的远程CAI系统研究

分析了现阶段基于互联网的远程教学的局限性以及智能Agent的特点,并通过构造一个基于Agent的远程CAI系统模型讨论如何把Agent技术应用于远程CAI,以使远程CAI系统更加个性化和智能化,从而充分挖掘学习者的潜力,改善教学效果.

异构机群下最小化非实时任务平均响应时间的调度策略

机群作为高性能计算机平台有着广阔的应用前景。由于很多情况下单一机群已经无法满足应用需求,因此分离的机群通常相互连接来建立一个多机群计算结构。分布式系统中根据系统处理任务性质的不同可分为实时任务和非实时任务两类。它们继而又可以分为有数据关联任务和无数据关联任务。本文关注的是异构机群下非实时任务流的调度,采用最小化任务平均响应时间作为目标函数。已有的策略要么不适用于异构多机群,要么没有考虑到任务传递的通信耗费,或者两者都欠缺。本文提出的任务调度策略解决了这两个问题,并且通过试验证明了MMRT虽然充分考虑了通信耗费,却没有明显增大系统的额外开销。

一种基于移动agent的P2P网络任务负载均衡策略

提出基于移动agent的任务负载均衡策略(MA-LBP).该策略使用移动agent技术替代传统的VS技术,并在异构P2P系统中考虑了任务迁移时的通信耗费,使得计算结果更加符合现实情况.同时,移动Agent的游走特性消除了原有的计算瓶颈,实现较好的任务均衡效果.

多数据流时间序列中的依赖模式发现算法研究

针对多数据流组成的时间序列中发现有用的结构模式的MSDD算法不能很好地对节点剪枝,以及直观地表示模式的时间关系的问题,经过研究,提出了发现多数据流时间序列结构模式的算法:时间窗口移动筛选算法(TWMA).采用事件序列化的策略来发现多流时间序列中的依赖模式,与MSDD相比,在表示上更直观,发现模式的过程更灵活.