基于Pi演算的分布式多Agent编程模型的设计

发布时间：2020-05-08 07:18

【摘要】：分布式环境是高性能计算领域的研究热点,它能够利用分散的机器资源,协同完成大型计算任务。但分布式系统的规模,常常会因机器的加入或退出发生改变,进而导致网络拓扑结构也随之变化。如何保证分布式系统快速适应新的拓扑结构,并继续完成待执行任务是不可忽视的问题。并行模型作为分布式系统发展的主推之力,为高维度、大批量的任务提供了执行模板。随着分布式计算环境从同构向异构的转变,采取怎样的并行模型才能更好的发挥分布式系统的潜能,以简约的配置维护达到更高的执行效率,仍是目前主要的研究方向。Pi演算能够根据通道链接的动态改变,反映通信拓扑结构的变化,适合描述结构易变的分布式系统,且具备强大的数学理论定理,是验证并行模型正确性的有力手段。移动Agent能够在异构机器间进行无障碍迁移,自主地完成计算、检索和收集信息等一系列活动。由于移动Agent具备智能性,减轻了数据同步过程产生的通信开销,使得分布式系统执行任务的效率得到了进一步提升。本文通过对分布式系统、移动Agent和Pi演算的研究,提出了基于Pi演算的分布式多Agent模型,即PDMA(Pi-calculus-based Distributed Multiply Agents)模型。具体工作如下:1.确定模型的总体设计。提出以双重、动态和高效为核心,双重是指在机器间和机器内均触发并行进程;动态是指根据任务量动态调整集群规模、根据机器性能动态调整任务分配比;高效是指按照机器性能的优先级合理分配任务。针对机器性能的评定,采取了稳定因子和变动因子双标准,使得性能的评估值更加合理。2.构建模型并验证。利用Pi演算的进程形式代表PDMA模型的各逻辑部件,并依靠通道维系部件间的通信和Agent间的合作。Pi演算中的通道具备动态性、无限性、易变更性和持续存在性,使得数据传递的过程较传统方式更具优势。之后,根据Pi演算提供的弱互模拟定理,对PDMA模型进行验证,确保模型在理论层面是正确的。3.编程实现模型。NPict(Nomadic Pict)编程语言是基于Pi演算而定义的并行语言,能够贴切的实现Pi演算建立的模型。因此,本文采用NPict语言对PDMA模型进行实现。首先,利用NPict提供的发布与订阅功能实现任务向模型注册的过程;之后,根据任务量动态创建Agent;最后,依据Agent操作规则和通道使用规则,达到分布式多Agent合作完成任务的目的。4.明确实验例。用NPict语言分别实现PDMA模型、BSP模型和串行计算过程。通过对比PDMA模型与BSP模型的任务执行时间,来说明PDMA模型在执行层面的高效性;通过对比PDMA模型与串行模型的执行跨度加速比,来说明PDMA模型在并行层面的可行性。通过实验结果对比,可以发现在面对大批量数据任务时,PDMA模型的效率较BSP模型、串行模型都要高。也就是说,将Pi演算和Agent技术融合应用于分布式计算系统能够降低任务的执行开销。
【图文】：

分 别 对 应 着 P → P ' = new y + z ( w) .w y ) | z v| 0)。此时，P '中不 P ''中还有归约基 z v 和 z ( w )，， P ''会发y)| 0| 0)。可以看出，进程 P 最终会有两种不同的y v | x z)，或是 P → P '' → P ''' = new z(时，也突出了交互的不确定性，因此在使算较为出众的方面，其表现形式是在活进程间的关系。为了更好的理解，下面通进程 P、Q、R。在 P 和 Q 中存在受囿的即 new x(P | Q ) |R，状态图如图 2.1 所示

以此规则循环，直到找到的结点是出节点就结束。该过程中找到的所有节点构成了该 DAG 图的关键路径。经过证明，在 DAG 图中一定存在一条这样的路径。图2.3是确定关键路径的示意图，其中节点旁的数字代表该节点的优先级值，则以圆形作为线段末端所组成的路径就是该 DAG 图的关键路径，关键路径所连接的节点为关键节点。需要注意的是处于同一层的任务节点中，可能有多个满足关键路径上节点优先级值的节点，针对这种情况，算法会采用随机选择的方式，在图 2.3 中选择了节点标号较小的任务节点。图 2.3 关键路径示意图
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP393.02

【相似文献】

相关期刊论文 前10条

1 Wanwei Tang;Shaoli Kang;Bin Ren;Xinwei Yue;;Uplink Grant-Free Pattern Division Multiple Access (GF-PDMA) for 5G Radio Access[J];中国通信;2018年04期

2 刘林,杨润星,郑学仁,刘珂,周盛华;用于测试SDRAM控制器的PDMA[J];半导体技术;2003年11期

3 Bin Ren;Yingmin Wang;Xiaoming Dai;Kai Niu;Wanwei Tang;;Pattern Matrix Design of PDMA for 5G UL Applications[J];中国通信;2016年S2期

4 Lin Tan;Jin-xing Xing;Fu-hu Cao;Li-juan Chen;Chong Zhang;Rong-hua Shi;王延梅;;SYNTHESIS OF DOUBLE-HYDROPHILIC DOUBLE-GRAFTED COPOLYMERS PMA-g-PEG/PDMA AND THEIR PROTEIN-RESISTANT PROPERTIES[J];Chinese Journal of Polymer Science;2013年04期

5 钟文科;曾连荪;赵伟;;PDMA技术在车联网通信中的应用研究[J];电视技术;2019年04期

6 李慧君;程刚强;罗忠录;李卫华;;求解离散方程的TDMA与PDMA方法性能分析[J];华北电力大学学报;2006年03期

7 于佳;;“产品经理认证” 助力中国产品创新[J];国际人才交流;2017年10期

8 徐强强;薛琳;汪晓芹;熊善新;褚佳;宫铭;;循环伏安法制备聚苯胺及其复合物膜的研究[J];高分子通报;2013年12期

9 焦安群;;基于PDMA技术的5G异构网络融合技术的分析[J];数字通信世界;2018年02期

10 Hamsa Thota;;Evolution of Product Innovation Best Practices and Insights to Improve NPD Performance in SMEs[J];创新与创业管理;2013年00期

相关会议论文 前5条

1 付铜权;袁建军;程时远;;PEG-PDMA包覆DNA的研究[A];2007年全国高分子学术论文报告会论文摘要集（下册）[C];2007年

2 霍猛;危岩;袁金颖;;聚集诱导发光效应与组装体的形貌之间的关系研究[A];2016年全国高分子材料科学与工程研讨会论文摘要集[C];2016年

3 许建雄;谢少文;刘玮玮;谭海湖;冯亚辉;李娜;;聚合诱导自组装方法制备动态壳交联聚合物纳米粒子[A];中国化学会2017全国高分子学术论文报告会摘要集——主题A：高分子化学（2）[C];2017年

4 徐靖;王延梅;;PDMA-b-PEO-b-PDMA的合成及其用于毛细管电泳分离碱性蛋白质的研究[A];2009年全国高分子学术论文报告会论文摘要集（下册）[C];2009年

5 董凤霞;郑莹光;郑海鹏;张瑞丰;沈家聪;;两种稳定自由基之间的电子转移[A];第十届全国波谱学学术会议论文摘要集[C];1998年

相关重要报纸文章 前1条

1 北京方正连宇通信技术有限公司副总裁 方军博士;LAS-2000+系统：LAS-CDMA的应用化平台[N];通信产业报;2003年

相关博士学位论文 前3条

1 任斌;面向5G的图样分割非正交多址接入（PDMA）关键技术研究[D];北京邮电大学;2017年

2 宋昒光;α-醇溶蛋白的化学改性及其理化性质的研究[D];吉林大学;2016年

3 白阳;支化聚合物的合成与超分子构筑及其大分子自组装的研究[D];西北工业大学;2014年

相关硕士学位论文 前10条

1 徐男;基于Pi演算的分布式多Agent编程模型的设计[D];吉林大学;2019年

2 赵文秀;PDMA系统性能分析与应用设计[D];北京邮电大学;2016年

3 徐靖;PDMA-b-PEO-b-PDMA的合成及其用于毛细管电泳分离蛋白质的研究[D];中国科学技术大学;2010年

4 吴要娟;基于PDMA的星状和嵌段聚合物的合成、表征及溶液行为研究[D];苏州大学;2010年

5 何明泰;PDMA图样分割多址技术在下一代移动通信中的应用研究[D];西南交通大学;2017年

6 刘欣;基于PDMA知识体系的物流产品创新流程和组织形式研究[D];天津大学;2007年

7 李冰;基于PDMA技术的5G异构网络融合技术研究[D];华北电力大学(北京);2016年

8 袁媛;ABC型两亲性嵌段共聚物的合成及表征[D];苏州大学;2010年

9 宋伟华;LPA/PDMA准互穿网络的制备及其用于生物大分子分离的研究[D];中国科学技术大学;2009年

10 成璐;抗血清嵌段共聚物修饰的荧光碳点多功能转基因载体[D];天津大学;2014年

本文编号：2654325