基于经济模型的资源代理

网格计算是为解决大规模资源密集型问题而提出的新一代计算平台,是当前并行和分布处理技术的一个发展方向,而资源管理是计算网格的关键技术之一。对各种各样可利用资源的整合和管理是网格应用的基础,而资源的分布性、动态性、异构性、自治性和需要协调一致性使得网格资源的管理调度成为一个棘手的问题。目前基于市场的经济资源管理和调度算法非常适合计算网格中的资源管理问题,但有调度价格不能更改、负载平衡等问题。文中提出了“网格环境下基于经济模型的资源代理”,依靠多维QoS指导的调度策略和经济模型的启发式调节资源价格,改进和优化计算网格资源的分配。     

基于效益最优的网格资源调度

网格资源管理和调度是一个非常复杂和重要的研究问题,传统的集中式管理和调度方法很难适用于网格计算环境,基于经济模型的资源管理和调度成为当前的研究热点。论文提出了一个基于效益最优的网格资源调度算法,模拟试验表明新的调度算法具有较好的调度长度。     

Agent在网格资源管理中的应用研究

由于网格资源的自治、分布、异构和动态变化等特性,如何有效地管理和调度资源是网格计算领域中的一个关键问题,至今仍未得到满意的解决。提出了一种基于Agent的网格资源管理模型,为各类Agent设计了动态模糊知识库,并研究了基于动态模糊知识的模糊Q学习算法。算法较好地满足了网格资源管理中的智能适应性、扩展性及调度优化的需要。通过模拟实验验证了所研究模型和算法的有效性和效率。     

基于议价机制的网格资源交易算法

资源管理是网格技术研究的核心任务之一。针对网格资源异构性、动态性、自治性等特点提出了基于议价机制的网格资源交易算法。分析了网格资源管理的市场模型,指出市场模型中各角色的特点,提出了网格资源管理的议价模型。针对这种模型,提出了基于议价时限和价格变化率的网格资源交易算法,并根据平衡策略给出了该算法的描述。     

基于议价机制的网格资源交易算法

资源管理是网格技术研究的核心任务之一。针对网格资源异构性、动态性、自治性等特点提出了基于议价机制的网格资源交易算法。分析了网格资源管理的市场模型，指出市场模型中各角色的特点，提出了网格资源管理的议价模型。针对这种模型，提出了基于议价时限和价格变化率的网格资源交易算法，并根据平衡策略给出了该算法的描述。     

基于纳什均衡理论的网格资源调度机制

网格环境下资源是分布的、异构的、动态的,由不同的组织拥有,各组织对资源的管理策略以及资源的存取花费各不相同,因此网格资源管理和调度是具有挑战性的问题。文章针对网格资源的特性,提出一种基于经济学理论的资源优化管理机制,描述了基于市场经济的网格资源管理模型,有效地解决了资源的供给和需求。以纳什均衡理论为基础,依靠市场机制,实现基于QoS的网格资源管理和调度。     

基于移动Agent的网格计算资源管理模型设计

网格计算是当前高性能计算领域的一个研究热点,由于网格计算的资源具有分布性,异构性,自治性,动态性等特点,因而其资源管理比一般系统的资源管理具有更大的复杂度。文中提出了一种基于Agent的网格计算资源管理模型,并且采用了混合遗传模拟退火算法作为调度策略,满足了网格对调度系统可扩展性和全局最优调度的需求。实验结果证实了该方法的有效性。     

基于进化算法的网格计算资源管理调度系统

网格计算是下一代互联网的应用模式，资源管理是网格技术研究的核心任务之一，包含资源发现、任务调度和负载均衡。提出了种基于Agent的网格资源管理调度层次模型，并且采用了进化算法作为调度策略，满足了网格对调度系统可扩展性和全局最优调度的需求。     

基于MAS协同的动态资源优化调度策略研究*

目前,围绕着网格中的资源调度方法,虽然已提出了各种调度算法,但是都不能很好地适应网格环境下的自治性、动态性、分布性和异构性等特征。针对动态计算网格资源调度问题,基于多智能体协同技术和市场博弈机制,对计算网格资源分配技术进行了深入研究,提出了能够反映供求关系的基于计算经济机制的网格资源调度模型,建立了消费者的效用函数,给出了资源调度的动态博弈算法。仿真实验说明资源利用率比传统算法好,整个资源的供需合理、负载均衡。     

信任驱动的网格调度算法

针对目前网格资源管理中任务与资源匹配问题的不足,基于信任效益函数与匹配概念,提出了信任驱动的网格调度匹配算法。在调度中同时还考虑了任务和资源效益值,对已经提出的两种信任驱动的网格调度算法进行改进。结果证明:该算法较传统基于的信任驱动调度算法而言,信任效益值,资源效益值,负载平衡和失效服务数等方面有较好的综合性能。     

On the Performance of a Dual-Objective Optimization Model for Workflow Applications on Grid Platforms

In attempts to exploit a diverse set of resources in grids efficiently, numerous assays in resource management, particularly scheduling, have been made. The primary objective of these efforts is the minimization of application completion time; however, they tend to achieve this objective at the expense of redundant resource usage. This paper investigates the problem of scheduling workflow applications on grids and presents a novel scheduling algorithm for the solution of this problem. Our algorithm performs the scheduling by accounting for both completion time and resource usage—dual objectives. Since the performance of grid resources changes dynamically and the accurate estimation of their performance is very difficult, our algorithm incorporates rescheduling to deal with unforeseen performance fluctuations effectively. The paper provides a comparative evaluation study conducted by using an extensive set of experiments. The study demonstrates that the proposed algorithm delivers promising performance in three respects: completion time, resource utilization, and robustness to resource-performance fluctuations.     

基于遗传编程的网格资源调度算法

网格资源调度是一个非常重要的研究课题。由于因特网的开放、动态性,传统的资源调度和分配方法已经不再适用网格计算,基于经济模型的资源管理和调度成为研究热点。在计算市场模型中,构造有效的效益函数又是提高算法性能的关键。有关文献中采用的是线性效益函数,虽然降低了复杂度,但不能很好地反映用户的效益。文中提出了基于遗传编程来寻找和构造非线性效益函数的方法,并将其应用到网格调度算法中。实验结果表明该算法可以提高网格中的资源调度性能。     

基于遗传编程的网格资源调度算法

网格资源调度是一个非常重要的研究课题.由于因特网的开放、动态性,传统的资源调度和分配方法已经不再适用网格计算,基于经济模型的资源管理和调度成为研究热点.在计算市场模型中,构造有效的效益函数又是提高算法性能的关键.有关文献中采用的是线性效益函数,虽然降低了复杂度,但不能很好地反映用户的效益.文中提出了基于遗传编程来寻找和构造非线性效益函数的方法,并将其应用到网格调度算法中.实验结果表明该算法可以提高网格中的资源调度性能.     

Ad hoc网络中资源管理的研究

从资源管理在Ad hoc网络中的重要性出发,提出了一种分层式Ad hoc网络资源管理模型,该模型包括信息层、调度层和服务层,分别用来实现资源管理中的不同功能,并设计了一个资源调度模型,基于此调度模型可以实现资源申请、分析、检索、协调执行的一体化管理,同时给出了一种以资源应用服务为主、兼顾资源预留服务的资源调度的优化算法.     

一种无抖动的分布式多媒体任务调度算法

在分布式多媒体系统中,资源的管理和分配算法是保证应用的服务质量（ＱｏＳ）的关键问题,而资源管理中,ＱｏＳ协商和确认都和多媒体任务调芳算法有关,任务调度算法是资源管理的重要内容。现有的调度算法ＥＤＦ,ＲＭ,ＤＳｒ适用在分布式多媒体系统中,有局限性。本文基于风车调度模型,提出了一种无抖动调度的逐步消除候选项的并行算法ＤＭＳｒ,能达到分布系统中多媒体任务周期调度的无抖动特点,并讨论了算法的计算复杂度,证     

基于过程Agent的人力资源调度方法

为了根据人力资源及项目信息进行资源调度,基于过程Agent的人力资源调度方法通过对软件过程中的人力资源建模,描述和定义了任务(目标)及联合体投标模型,并根据用户对目标的偏好生成调度计划,能够为软件企业在人力资源优化调度、项目进度安排等方面提供决策支持,进而提高软件企业的项目管理能力和资源利用效率.最后通过一个实例表明了该方法的可行性和有效性.     

An incentive-based heuristic job scheduling algorithm for utility grids

Job scheduling in utility grids should take into account the incentives for both grid users and resource providers. However, most of existing studies on job scheduling in utility grids only address the incentive for one party, i.e., either the users or the resource providers. Very few studies on job scheduling in utility grids consider incentives for both parties, in which the cost, one of the most attractive incentives for users, is not addressed. In this paper, we study the job scheduling in utility grid by optimizing the incentives for both parties. We propose a multi-objective optimization approach, i.e., maximizing the successful execution rate of jobs and minimizing the combined cost (incentives for grid users), and minimizing the fairness deviation of profits (incentive for resource providers). The proposed multi-objective optimization approach could offer sufficient incentives for the two parties to stay and play in the utility grid. A heuristic scheduling algorithm called Cost-Greedy Price-Adjusting (CGPA) algorithm is developed to optimize the incentives for both parties. Simulation results show that the CGPA algorithm is effective and could lead to higher successful execution rate, lower combined cost and lower fairness deviation compared with some popular algorithms in most cases.