扩展QoS指导的网格任务调度算法

考虑了网格任务多级别QoS需求，根据任务的服务质量级别进行排序，优先调度服务质量级别较高的任务，提出一种扩展QoS指导的Min-Min启发式网格任务调度算法。模拟实验结果表明，与QoS指导的Min-Min启发式算法相比，该算法在3种情况下的调度性能均能提高4.3%以上，具有较好的调度效果。     

基于多QoS需求驱动的网格资源调度研究

为解决网格用户多QoS需求的资源调度问题,引入了满意度函数模型和经典Min-Min算法。将众多网格QoS分为性能和信任两类,选取性能QoS中的优先级、时效性、精度性和信任QoS中的安全性、可靠性共五个指标,分别构建每一维QoS参数的满意度函数模型并形成QoS综合满意度函数模型,由此设计多QoS约束的网格资源调度(Q-Min-Min)算法,以期将Min-Min算法中按照期待执行时间(ETC)进行调度改为按照服务质量综合满意度(QSM)进行调度。仿真实验表明,改进的Q-Min-Min算法在任务的跨度和成本两项性能指标上均比Min-Min算法更具优势,取得了较为理想的结果,证明了基于多QoS需求驱动的网格资源调度的有效性。     

基于QoS的任务分类调度算法

分析了QoS Guided Min-Min及其改进算法,指出了这些算法调度不均衡的缺点.在此基础上设计出基于QoS的任务分类调度算法.先对特殊任务使用Min-Min方法进行调度,然后采用贪心策略对一般任务进行调度,转移或交换最大负载和最小负载机器上的一般任务,使各机器上的任务快速达到均衡.实验表明该算法在保证应用QoS的前提下,相对于以往算法负载分布更加均衡,任务总的完成时间更短.     

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.     

GridSim网格仿真工具研究

本文研究了网格仿真工具GridSim,介绍了GridSim的测试和开发方法.利用网格模拟工具,可以节省网格实验时间和费用,并可重现实验结果,给新算法和调度策略的研究提供了极大的方便.本文在GridSim中实现了Min-Min算法以及基于QoS约束的改进Min-Min算法,通过模拟实验验证了改进算法的性能.     

GridSim网格仿真工具研究

本文研究了网格仿真工具GridSim,介绍了GridSim的测试和开发方法。利用网格模拟工具,可以节省网格实验时间和费用,并可重现实验结果,给新算法和调度策略的研究提供了极大的方便。本文在GridSim中实现了Min-Min算法以及基于QoS约束的改进Min-Min算法,通过模拟实验验证了改进算法的性能。     

一种QoS Min-Min异构分布式系统任务调度策略

用户任务的随机到达以及用户对任务的QoS需求，不但要求异构分布式系统满足用户QoS需求，而且要求系统尽可能多地处理随机到达的任务，并且使系统负载尽可能达到平衡，因而找到满足这些条件的调度策略具有重要意义。该文提出一种基于QoS Min-Min的元任务调度策略，使系统CPU得到充分利用，从而处理更多任务。和Min-Min调度算法相比，QoS Min-Min减少了任务淘汰率和提高了系统CPU利用率。模拟实验结果显示，该调度策略具有实效性。     

离散微粒群优化算法在网格任务调度中的应用

网格任务调度算法是影响网格成功与否的关键技术之一.在研究现有任务调度策略的基础上,指出Min-Min算法的负载不均衡性.借鉴遗传算法中的交叉操作过程,提出了一种新的任务调度算法.该算法对传统的连续型微粒群优化算法进行改进,使其适用于网格任务调度问题的优化处理,实现网格资源的优化分配.仿真研究表明该算法更符合网格调度的复杂环境,能得到较短的任务执行时间和较好的负载均衡性.对比分析表明,离散微粒群优化算法所得结果优于常用的Min-Min调度方案,是一种高效的调度方法.     

一个市场驱动的QoS网格工作流任务调度算法

网格调度关系到整个网格任务运行的效率,因此在网格的研究过程中,已经提出了很多调度算法.但这些算法大部分是对元任务(Meta-task)进行调度,很少是针对关联任务的.在考虑用户QoS(Quality of Service)需求的情况下,提出了一个市场驱动的QoS网格工作流任务调度算法.仿真实验结果表明了该算法的合理性和有效性.     

信任驱动的资源调度算法

针对当前网格资源管理中任务与资源匹配的缺陷,基于信任效益函数和最小完成时间,提出了基于信任的Trust Mintime Min-Min算法.分析了传统的Min-Min算法,考虑Min-Min算法负载不平衡,对其在调度策略方面进行了改进.仿真实验表明,该算法不但可以有效地平衡负载,而且可以提高任务的完成率,兼顾计算的有效性和可靠性.