Ứng dụng mô hình xử lý phân tán Mapreduce để giải quyết bài toán TSP
Luận văn · Thạc sĩ · năm 2018 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Tác giả | Phan Nhựt Tân |
| Người hướng dẫn | Nguyễn, Tấn Khôi, PGS.TS |
| Cơ sở đào tạo | Trường Đại học Bách khoa, Đại học Đà Nẵng |
| Năm | 2018 |
| Nguồn | Thư viện số Trường Đại học Bách khoa, Đại học Đà Nẵng · trang gốc |
Tóm tắt
Mô hình xử lý phân tán MapReduce là mô hình dùng để xử lý dữ liệu lớn trên nhiều cụm máy tính. Trong luận văn này, tôi đã trình bày cơ sở lý thuyết tổng quan về mô hình xử lý phân tán MapReduce, tổng quan về dữ liệu lớn, sự khác biệt giữa dữ liệu lớn và dữ liệu truyền thống, bài toán TSP(người bán hàng). Tiếp đến, tôi đã tìm hiểu chi tiết hệ thống phân tán MapReduce, qui trình xử lý một bài toán trên mô hình MapReduce, tìm hiểu hàm Map, hàm Reduce, quá trình xử lí bài toán TSP (người bán hàng) trên mô hình MapReduce. Cuối cùng, tôi đã xây dựng thành công chương trình giải bài toán TSP trên mô hình MapReduce và đã cho thử nghiệm chương trình trên mô hình tuần tự và mô hình xử lý phân tán MapReduce bằng nhiều hình thức khác nhau như: Số lượng đỉnh của bài toán, số lượng máy tính, cụm máy tính tham gia tính toán. Qua kết quả thử nghiệm cho thấy thời gian thực hiện chương trình nhanh hơn nhiều so với chương trình viết bằng thuật toán xử lý tuần tự với cùng số đỉnh. Điều này thêm một lần nữa khẳng định rằng việc ứng dụng cơ chế xử lý phân tán MapReduce để giải quyết các bài toán có dữ liệu lớn( bài toán TSP) là có hiệu quả và đúng đắn.
Bản toàn văn lưu tại thư viện Trường Đại học Bách khoa, Đại học Đà Nẵng
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Đề tài cùng ngành
- Ứng dụng công nghệ Blockchain xác thực thông tin HS/SV Lào học ở nước ngoài
- Hệ thống tưới cây cao su thông minh
- Ứng dụng phương pháp phát hiện biên trong nhận dạng các đối tượng hình học
- Ứng dụng máy Vectơ hỗ trợ phân loại ý kiến của người xem trên các trang web phim trực tuyến
- Xác định tần số cơ bản của tín hiệu tiếng nói dùng hàm tự tương quan
- Luồng đa hàng hóa đa chi phí tuyến tính tối ưu trên mạng hỗn hợp mở rộng
- Nghiên cứu giải pháp cải tiến chất lượng dịch tự động tiếng Việt
- NGHIÊN CỨU MỘT SỐ PHƯƠNG TRÌNH NHIỆT PHI TUYẾN TRONG KHÔNG GIAN SOBOLEV CÓ TRỌNG
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.