改进的Min-Min算法研究

任务调度是网格系统中重要的一环,而任务的调度算法更显得是重中之重。本文对Min-Min算法进行分析,指出Min-Min算法存在的不足。结合网格任务调度的目标,分别从最优调度、负载均衡、服务质量、价格费用4方面提出几种改进的Min-Min算法,重点介绍算法思路,指出算法的优缺点,为以后的改进工作提供参考。     

基于性价比改进的网格调度算法

在动态、异构的复杂网格环境中,任务调度算法已被证明是一个NP难问题.Min-Min调度算法是研究其它调度算法的基础之一.在分析Min-Min调度算法的基础上,指出该算法的缺陷:负载不均衡并且调度的过程中没有考虑费用的问题.针对这两个方面,提出了一种基于性价比改进的调度算法,通过分析表明,改进后的算法在费用、负载平衡度方面有了很大的提高,并且节省了很大一部分费用,说明改进后的算法在一定程度上提高了算法的效率,提高了网络的整体性能和总体吞吐量.     

基于Min-Min改进后的网格调度算法

在对于网格计算中现有的任务调度算法的研究基础上，仔细分析了调度算法中最经典的Min-min算法，指出了该算法中所存在的负载不平衡的缺点，并在该算法的基础上提出了一个改进模型来有效的平衡负载，同时给出了相应的Balance-Min-Min算法。最后采用SimGrid工具包对所提出的算法进行仿真，验证了算法的合理性和高效性。     

一种改进型Min-Min调度算法

依据经典Min-Min调度算法,针对网格任务本身以及资源的属性,采取了具体化属性参数的方法,选取具有代表性的相关属性,设计了约束函数和优先权模型,从不同角度改进算法,提出了P-Min-Min调度算法。将调度算法仿真结果中的若干数据进行了系统的比较和分析,从而验证了改进的调度算法在解决类似问题的有效性。     

Min—Min调度算法及改进在网格中的研究

网格是一门新兴技术.首先介绍了经典的Min-Min调度算法,然后考虑网络环境对QoS的要求,对Min-Min调度算法进行改进,最后用SimGrid对Min-Min调度算法及提出的改进算法进行仿真,比较了两个算法的性能.     

基于分段思想的改进的Min-Min网格调度算法

以传统、经典的Min-min调度算法为基础,提出了一种基于“分段”思想的改进策略,并且采用HyperSim网格模拟器对算法进行了仿真。改进的算法较好地解决了传统Min-Min算法存在的负载不平衡的问题。仿真结果表明,改进的算法合理,具有较高的性能。     

基于GRIDSIM的网格调度Min-Min算法改进研究

本文中的网格任务调度算法是在研究异构工作流系统基于OGSA网格协同任务调度的过程中,根据网格环境中资源的可用度,在特定的相依性网格任务环境下,对经典Min—Min算法进行了部分改进,提出基于资源可用度和任务相关性的相依性网格任务映射启发式算法。在作者所设计的层次网格任务调度器中得到了较好的调度效果和调度服务质量。     

基于Min-Min遗传算法的网格任务调度方法

针对网格环境异构、分布等特点,在现有的任务调度算法的基础上,结合Min-Min算法和遗传算法的优点,提出了一种基于Min-Min遗传算法的任务调度方法。仿真实验表明：在网格环境下,该算法具有合理性和高效性。     

一种基于虚拟截止时间制导的改进的Min-Min元任务调度算法

在网格环境下,资源状况和用户行为相当复杂,是一个异构计算环境,元任务（meta—task）调度比传统并行调度更为复杂。如何映射一组任务到一组机器上被证明是NP问题,其目的一般是最小化任务完成时间（makespan）。为解决这一问题,已经提出一些启发式任务调度算法,例如具有代表性的MinMin元任务调度算法。本文在Min-Min元任务调度算法的基础上,通过虚拟截止时间制导的方法来改进Min-Min算法。实验结果表明,本文提出的算法具有更短的任务完成时间。     

网格调度中具有价格激励的改进蚁群算法

为了进一步提高网格资源的利用率,本文提出了一种具有价格激励的改进蚁群算法,并将其应用于网格资源调度中,通过增加动态价格因子,实现了资源提供者和消费者各自的经济利益,并且能够有效地解决资源调度的各种问题和提高网格系统的性能。     

网格计算中Min—Min算法及改进算法的研究

讨论了Min-Min算法、QoS guided Min—Min算法以及基于任务优先级的QoS guided Min-Min算法,并分析了实验仿真结果。     

分布式计算中基于资源分级的自适应Min-Min算法*

Min-Min任务调度算法的思路总是优先调度执行时间较短的小任务,无法得到理想的最优跨度及资源负载平衡．针对该问题,提出基于资源分级的自适应Min-Min算法．分配任务前,先参考现有资源的属性进行分级处理,再与任务在资源中的最小完成时间作乘积得到的最小任务资源组合进行调度;在任务调度过程中,引入自适应阈值,调节长任务的调度等级,从而达到优化效果．通过模拟仿真实验,表明该算法在时间跨度和负载平衡上均有较好性能．     

基于Min—Min和蚁群算法的网格任务调度方法

网格任务调度是网格计算的研究热点,也是一个NP难问题。文章结合Min-Min算法和蚁群算法的优点,提出了一种基于Min—Min群算法（MMACO）的任务调度方法。仿真实验表明：在网格环境下,该算法具有较好的全局最优求解能力和较快的收敛速度。     

QoS guided Min-Min heuristic for grid task scheduling

Task scheduling is an integrated component of computing.With the emergence of Grid and ubiquitous computing,new challenges appear in task scheduling based on properties such as security,quality of service,and lack of central control within distributed administrative domains.A Grid task scheduling framework must be able to deal with these issues.One of the goals of Grid task scheduling is to achivev high system throughput while matching applications with the available computing resources.This matching of resources in a non-deterministically shared heterogeneous environment leads to concerns over Quality of Service (QoS).In this paper a novel QoS guided task scheduling algorithm for Grid computing is introduced.The proposed novel algorithm is based on a general adaptive scheduling heuristics that includes QoS guidance.The algorithm is evaluated within a simulated Grid environment.The experimental results show that the nwe QoS guided Min-Min heuristic can lead to significant performance gain for a variety of applications.The approach is compared with others based on the quality of the prediction formulated by inaccurate information.