基于约束满足的大数据聚类中心调度算法仿真
Simulation of Large Data Clustering Center Scheduling Algorithms Based on Constraint Satisfaction作者机构：山西大同大学计算机与网络工程学院山西大同037009 山西大同大学网络信息中心山西大同037009 山西大同大学教育科学与技术学院山西大同037009
出 版 物：《计算机仿真》 (Computer Simulation)
年 卷 期：2020年第37卷第3期
页 面：385-388,439页
学科分类：08[工学] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程]
基 金：大同市经济和信息化委员会专项基金项目(JXW2017001)
摘 要：针对传统调度方法聚类中心不受限,导致数据迁移次数以及能耗高的问题,提出基于约束满足的大数据聚类中心调度算法。运用转换方法,列出大数据中存在一定关系的存储块相关序列。参照数据聚类偏差点,确定存储中序列中心点,汇总序列偏向判断大数据存储序列的中心区域,在区域中选取密度近似为0的中心点,通过预测中心方进行阶梯式探测,得出存储中心,作为约束条件,采用2-opt算法将聚类中心之间距离加入到新生成序列中,调换初始序列和发生变化的序列新变量值,列出大数据预测模型逐步递进方程,使用最小二乘计算方法计算最小参数值,动向预测部分、单向的大数据,满足大数据聚类中心实施调度,实现调度最大化。通过仿真表明,所提方法在合理运用大数据的同时,能有效地控制调度风险、降低迁移次数、减少调度能源消耗。
维普期刊数据库
同方期刊数据库