一种基于节点博弈的分层式数据网格资源调度优化策略

传统数据网格调度算法容易陷入局部最优值和收敛速度过慢的问题。分析分层式数据网格的特点,对数据网格进行层次划分和节点角色二级划分。针对分层式网络调度模型,设计了一种基于节点博弈的分层式数据网格资源调度优化算法(CTDGRA算法)。该算法基于博弈论框架,将数据分布任务调度计划生成问题转变成静态数据任务与动态节点资源映射优化选取方案问题。兼顾数据任务间的依赖关系、节点域间的节点能力及节点的偏好行为,衡量各节点目标并获得全局最为有利或最为合理的方案的行为方案从而保证系统全局最优QOS。仿真实验表明,算法能激励普通节点贡献空闲能力的意愿,同时避免低性能节点成为资源获取的性能瓶颈,较好地提升系统的吞吐力。     

一个网格环境下基于分块的混合型自调度算法

针对当前已有自调度算法在网格环境中存在负载不平衡、参数值难以确定的问题,结合网格自身的特点提出一种新的基于分块的混合型自调度算法CHSS。该算法吸取了可以人为确定块大小及根据性能值分配的思想,提出在分配的每一阶段都考虑子节点性能的方法。实验证明,该算法比现有自调度算法在总计算时间上有了大大的缩短并且能取得更好的负载平衡。     

基于网格的远程优化下料系统研究

结合分析传统优化下料技术存在的问题,提出基于网格的远程优化下料方法,把优化下料算法资源定义为网格服务资源,分布在广域网的计算机中,并以网格服务节点的形式表现,通过对各网格服务节点的调度,并行完成优化下料任务,进行选优。构建了远程优化下料系统,给出了该系统的体系结构和工作原理,对网格服务节点的实现方法进行了研究;开发了原型系统,实验表明,在提高优化下料的总体优化性能方面,系统效果明显。     

基于模糊认知图的动态网格分布式资源调度

论文利用多代理的理论,通过网格节点自主选择任务来实现网格系统中的资源优化调度。由于各节点的自主性,对于任务分配方案将存在不同的支持度。论文采用模糊认知图,建立了对任务分配方案的支持度的协调控制策略,并在此基础上给出了一种智能的网格资源调度策略。考虑到各个网格节点的资源配置各不相同,提出了标准支持度的概念,保证了支持度协调策略的可行性和有效性。该调度策略无需存在处于上层的资源调度单元,各节点通过协调对任务分配方案的标准支持度即可实现网格资源的优化调度。该策略适用于分布式计算,并支持网格节点的动态变化,具有较好的实时性和鲁棒性。     

有向传感网分块区域p-覆盖节点调度算法研究

本文研究了分块区域p-覆盖的有向传感网节点调度问题,并提出了一种有效延长网络生存时间的节点调度方案。将区域划分为拥有不同监测需求的子区域,从有向传感器节点感知模型出发,设计了基于网格划分的节点感知范围度量方法,并在此基础上提出了分布式分区域节点调度算法DSSA( Distributed Subarea Sensor-schedule Algorithm),该算法是一个选取最少数量的节点去对每一个子区域进行p-覆盖的分布式贪心算法。算法同时还考虑了整体网络的连通。通过仿真深入评估了DSSA算法的性能。对比实验结果表明,DSSA算法可以显著延长网络生存时间。     

网格经济模型中的一种可信调度算法

在Buyya设计的GRACE网格资源管理框架下提出一种改进的可信模型.针对网格的动态性,提出一种新的运用服务次数和对评价值取对数方式进行可信度计算和更新的方法.此方法可以有效地阻止恶意节点对正常节点和可信节点的攻击,同时还可防止恶意节点间通过小集团合作方式来提高各自节点的可信度.可信度值曲线示意图表明:本模型较现有模型在抑制网格中恶意节点的活动方面具有更好的效果.根据应用环境的不同需求,对网格经济模型调度算法(DBC)进行改进,分别提出了以时间优化、成本优化和时间成本折衷优化为目的的网格信任调度算法(Trust DBC).模拟实验结果表明:本文算法性能明显优于相应的未考虑信任的调度算法.     

基于低耗费调度的网格数据库查询中间件的设计

网格数据库对其查询分解后的子查询的优化调度产生了新的要求，在分析了子查询与数据库节点的数据关联关系基础上，提出了一个基于低时间耗费评估模型的查询中间件（LCQM），给出了低耗费的查询调度计划算法，并给出了实验验证，提高了网格数据库查询的效率。     

基于Petri网的网格数据库查询计划模型的映射转换

网格数据库中主要采用基于有向无环图（DAG）的查询计划建模方式，该方法由于不考虑子查询与节点的数据关系，因而对子查询在节点的优化调度方面支持不足。对查询计划提出了基于Petri网的形式化描述模型NSN，通过扩展子查询与节点以及子查询之间的数据关联关系的描述，对子查询的优化调度提供更大的支持；进一步给出了从DAG模型到NSN模型的转换规则和转换算法，实现了查询计划从DAG到NSN模型的转换，最后通过实验验证了NSN模型对子查询在节点中的分派调度的优越性。     

一种基于信誉QoS的网格资源调度算法

针对目前网格资源管理中存在的调度机制与信任机制分离、资源调度过多依赖于性能服务质量（QoS）的缺陷,讨论了基于信誉QoS的网格资源调度问题．分析了全局可信度模型,提出了基于信誉QoS的网格资源调度算法．该算法在保证服务安全性和可靠性的同时兼顾了网格负载平衡．实验结果表明,该算法在保证服务质量、维护系统性能和抵御恶意节点攻击等方面具有良好的综合性能．     

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.     

Generating Self-Scheduling Code for Nonloop Parallelism

This paper examines nonloop parallelism at both fine and coarse levels of granularity in ordinary Fortran programs. Dynamic self-scheduling algorithms are developed for acyclic task graphs containing both data- and control-dependences, along with the compiler optimizations necessary to make these practical. It is shown that practical algorithms based on atomic φ operations to a single shared variable, similar in spirit to dynamic loop dispatching algorithms, are possible for acyclic task graphs. Further, they generalize easily to loops. A key requirement is the use of compiler algorithms to optimize the task graphs. We show that although exact redundant dependence removal is theoretically NP-hard, the practical complexity on actual codes is small. Performance-related measurements are given to characterize the algorithms on a set of standard benchmark codes.     

Enhancing self-scheduling algorithms via synchronization and weighting

Existing dynamic self-scheduling algorithms, used to schedule independent tasks on heterogeneous clusters, cannot handle tasks with dependencies because they lack the support for internode communication. To compensate for this deficiency we introduce a synchronization mechanism that provides inter-processor communication, thus, enabling self-scheduling algorithms to handle efficiently nested loops with dependencies. We also present a weighting mechanism that significantly improves the performance of dynamic self-scheduling algorithms. These algorithms divide the total number of tasks into chunks and assign them to processors. The weighting mechanism adapts the chunk sizes to the computing power and current run-queue state of the processors. The synchronization and weighting mechanisms are orthogonal, in the sense that they can simultaneously be applied to loops with dependencies. Thus, they broaden the application spectrum of dynamic self-scheduling algorithms and improve their performance. Extensive testing confirms the efficiency of the synchronization and weighting mechanisms and the significant improvement of the synchronized–weighted versions of the algorithms over the synchronized-only versions.     

Automatic generation of self-scheduling programs

Techniques are described for the automatic generation of self-scheduling parallel programs. Both scheduling algorithms and the concurrent components of applications are expressed in a high-level concurrent language. Partitioning and data dependency information are expressed by simple control statements, which may be generated either automatically or manually. A self-scheduling compiler, implemented as a source-to-source transformation, takes application code, control statements, and scheduling routines and generates a new program that can schedule its own execution on a parallel computer. The approach has several advantages compared to previous proposals. It generates programs that are portable over a wide range of parallel computers. There is no need to embed special control structures in application programs. The use of a high-level language to express applications and scheduling algorithms facilitates the development, modification, and reuse of parallel programs     

一种高效的移动对象连续多范围查询处理框架

针对连续多范围查询处理,结合多核多线程技术和大容量内存技术,通过将移动对象和查询放在内存中处理,提出了一种基于多线程的连续多范围查询处理框架.该框架基于多核处理器平台采用多线程技术周期性地处理查询和移动对象的更新,并周期性地计算多范围查询的结果.提出了基于移动对象数据均匀划分的多线程连续多范围查询处理算法,该算法以为查询建立的格网索引为基础.给出了该索引的构建思想和更新算法.考虑到基于内存的算法受Cache访问性能影响,提出了基于空间填充曲线的移动对象存储优化方法.实验证明,基于多核平台的多线程处理能够高效地处理连续多范围查询,同时通过移动对象存储优化能够提高算法运行中Cache访问命中率,进而提高算法性能.     

高性能遥感图像处理与空间信息网格建模

将空间信息网格技术（SIG）应用于遥感图像处理中，就是利用网格计算的特点，来解决遥感图像数据以及处理算法资源的共享、海量遥感图像数据的实时快速处理等问题。文章以此为主线，在分析高性能遥感图像处理问题的基础上，探讨了在网格环境下构造高性能遥感图像处理系统的可行性及相关关键技术的实现，提出了基于开放网格服务体系结构的系统模型，并实现了原型系统。实验表明，SIG用于遥感图像处理是可行的，并取得了一定的成果。     

Designing parallel loop self-scheduling schemes using the hybrid MPI and OpenMP programming model for?multi-core grid systems

Loop scheduling on parallel and distributed systems has been thoroughly investigated in the past. However, none of these studies considered the multi-core architecture feature for emerging grid systems. Although there have been many studies proposed to employ the hybrid MPI and OpenMP programming model to exploit different levels of parallelism for a distributed system with multi-core computers, none of them were aimed at parallel loop self-scheduling. Therefore, this paper investigates how to employ the hybrid MPI and OpenMP model to design a parallel loop self-scheduling scheme adapted to the multi-core architecture for emerging grid systems. Three different featured applications are implemented and evaluated to demonstrate the effectiveness of the proposed scheduling approach. The experimental results show that the proposed approach outperforms the previous work for the three applications and the speedups range from 1.13 to 1.75.     

A performance-based parallel loop scheduling on grid environments

The effectiveness of loop self-scheduling schemes has been shown on traditional multiprocessors in the past and computing clusters in the recent years. However, parallel loop scheduling has not been widely applied to computing grids, which are characterized by heterogeneous resources and dynamic environments. In this paper, a performance-based approach, taking the two characteristics above into consideration, is proposed to schedule parallel loop iterations on grid environments. Furthermore, we use a parameter, SWR, to estimate the proportion of the workload which can be scheduled statically, thus alleviating the effect of irregular workloads. Experimental results on a grid testbed show that the proposed approach can reduce the completion time for applications with regular or irregular workloads. Consequently, we claim that parallel loop scheduling can benefit applications on grid environments.     

一种改进的电网信息系统自动化故障融合监测技术

在电网系统中,故障检测是关系到电网正常运行的关键。采用小波变换实现对原始电网信息系统采样信号的特征提取,然后使用遗传算法对最为重要的特征的进行优化和搜索,优化后的数据输出至神经网络模型,神经网络模型对接收到的数据信息进行状态识别、特征分类,有效地提高了分类的准确性和故障诊断的可靠性。试验数据显示本设计的方案大大提高了计算速度,有利于用户快速从电网数据中把握重要信息,分析影响电网信息自动化系统故障数据信息,从而从根源上解决智能电网运行过程中存在的问题。为智能电网的健康、绿色运行提供较为有价值的技术保障,同时也具有较好的学术研究意义以及工程应用价值。     

基于SGE的仿真网格及其作业调度研究

网格引擎是一个构建本地和集群网格的工具,其框架是由四种类型的主机及其对应的守护进程构成.该文主要研究了通过SGE框架构建分布式仿真网格平台的方法,描述了仿真网格平台上执行用户提交的仿真任务的工作流程.随后讨论了基于SGE仿真网格中的资源组织和作业调度,并分析了仿真网格中所使用的作业调度算法,包括确定作业顺序的FIFO算法、优先级算法、等额度和日历算法等;确定队列顺序的负载调整、队列号等算法等.     

基于PCA-MP-BP的智能电网数据融合方法

为了提高对智能电网大数据的挖掘效率,提出了基于PCA-MP-BP的智能电网数据融合方法.首先对智能电网大数据技术和智能电网大数据融合技术进行了分析.采用主成分分析方法(PCA)提取出对预测结果有影响的主要特征值,作为BP神经网络的输入;然后提出了一种MapReduce和BP算法相结合的数据融合算法,该算法加快了数据处理...