项目名称: 新型计算环境下的排序问题

项目编号: No.11271325

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 张国川

作者单位: 浙江大学

项目金额: 50万元

中文摘要: 排序问题是组合优化领域的一个非常活跃的分支。近年来新的计算环境为排序提出了重要挑战。绿色计算、多核计算、云计算和服务计算中出现了大量的排序模型,包括能耗有效的排序问题、带加速资源的排序问题、路由排序问题和博弈环境下的排序算法机制设计问题。在这些模型中排序起着至关重要的作用。本项目立足于这种非传统计算环境下的排序问题,研究额外约束对排序效能的影响,刻画最优解结构的变化,拓展算法手段,挖掘新的算法思想。特别地,我们将关注能耗与排序目标的依赖关系;考察加速资源下离线和在线算法的设计与分析;突破带到达时间的网络路由排序的平凡上界; 讨论博弈环境下机器的排序机制和机器/工件共同博弈的纳什均衡存在性和效率分析。争取重要算法成果。

中文关键词: 近似算法;在线算法;指数时间假设;有效多项式近似方案;排序

英文摘要: Scheduling is a very active area in combinatorial optimization.There have been quite a lot of challenging scheduling problems in the new computing environments recently. Many of them arise in green computing, multi-core computing, cloud computing as well as service computing, including energy-efficient scheduling problems, scheduling with renewable speed-up resources, routing scheduling problems and mechanism design for scheduling. Scheduling is a key issue in such models. This proposal is thus motivated by these scheduling problems from non-classical computing enviornments. We aim at the impact on scheduling issues with additional constraints, providing a complete picture on the optimal structure, generalizing the algorithmic tools, and designing new scheduling ideas. In particular, we pay attention to the relationship betwwen energy consuming and scheduling goals, investigate design and analysis of offline and online algorithms with speed-up resources, beat the trival upper bound for routing scheduling with release times, discuss the existence of a Nash equilbrium and analyze the system efficiency for the scheduling game where both machines and jobs are players. It is greatly expected to achieve significant algorithmic results.

英文关键词: approximation algorithms;online algorithms;ETH;EPTAS;scheduling

成为VIP会员查看完整内容
0

相关内容

在计算机科学与运筹学,近似算法是指用来发现近似方法来解决优化问题的算法。近似算法通常与NP-hard问题相关; 由于不可能有效的多项式时间精确算来解决NP-hard问题,所以一个求解多项式时间次优解。
中国信通院《新型智慧城市产业图谱研究报告》
专知会员服务
31+阅读 · 2022年3月9日
【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
专知会员服务
34+阅读 · 2021年8月1日
专知会员服务
21+阅读 · 2021年6月26日
专知会员服务
24+阅读 · 2021年4月21日
多智能体深度强化学习的若干关键科学问题
专知会员服务
188+阅读 · 2020年5月24日
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
94+阅读 · 2019年12月23日
一文看懂业界在离线混部技术
InfoQ
0+阅读 · 2022年1月18日
CUDA高性能计算经典问题:归约
极市平台
1+阅读 · 2022年1月13日
深入理解强化学习,看这篇就够了
PaperWeekly
5+阅读 · 2021年11月28日
可定制算法和环境,这个开源强化学习框架火了
机器之心
1+阅读 · 2021年11月20日
微软学者讲座 | 计算生态学与计算环境学如何助力可持续发展
不断发展的强化学习算法
TensorFlow
2+阅读 · 2021年5月20日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
66+阅读 · 2022年4月13日
Arxiv
92+阅读 · 2021年5月17日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
A Multi-Objective Deep Reinforcement Learning Framework
小贴士
相关VIP内容
中国信通院《新型智慧城市产业图谱研究报告》
专知会员服务
31+阅读 · 2022年3月9日
【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
专知会员服务
34+阅读 · 2021年8月1日
专知会员服务
21+阅读 · 2021年6月26日
专知会员服务
24+阅读 · 2021年4月21日
多智能体深度强化学习的若干关键科学问题
专知会员服务
188+阅读 · 2020年5月24日
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
94+阅读 · 2019年12月23日
相关资讯
一文看懂业界在离线混部技术
InfoQ
0+阅读 · 2022年1月18日
CUDA高性能计算经典问题:归约
极市平台
1+阅读 · 2022年1月13日
深入理解强化学习,看这篇就够了
PaperWeekly
5+阅读 · 2021年11月28日
可定制算法和环境,这个开源强化学习框架火了
机器之心
1+阅读 · 2021年11月20日
微软学者讲座 | 计算生态学与计算环境学如何助力可持续发展
不断发展的强化学习算法
TensorFlow
2+阅读 · 2021年5月20日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员