全局效用启发式网格元任务调度策略

在满足用户QoS需求的前提下,为研究提高网格系统性能的方法,提出一种网格环境下元任务全局效用启发式调度策略,并设计MGU立即调度算法以及Global USufferage批调度算法。仿真实验结果表明,该策略在获得较高用户满意度的同时,能够保证系统的吞吐率和稳定性。     

OFDMA中继系统中基于速率约束的资源调度算法

针对无线资源调度算法中系统吞吐率与用户公平性之间的矛盾,研究了OFDMA多用户多中继系统中的比例公平调度算法,并提出了基于速率约束的资源调度方案,该方案充分考虑不同用户对传输速率的最小约束,通过给不能满足速率要求的用户增加优先权,使其优先分配子信道,保证了用户的速率QoS要求。仿真结果表明,该方案在满足系统吞吐率的同时能更好地保证用户的公平性。     

元计算系统的批模式启发式任务调度算法研究

元计算系统是通过网络连接的地理上分散的主机、数据库和文件等资源。使用这些资源、可以运行用户的应用程序。研究元计算环境下的批模式启发式任务调度算法,论述Wade系统的应用任务的调度模型,比较4种调度算法的性能。     

异构集群中基于优先级的任务容错调度算法

提出一种基于任务优先级的容错调度算法,任务的优先级并不是由用户指定,而是由任务的开始时间、执行时间和截止期限决定的。该算法能够容忍异构集群系统中一个节点故障,采用主动/被动副版本相结合的执行方式和重叠技术的备份方式,提高系统资源利用率。通过实验证明了该算法在容错调度中的可靠性和高效性。     

一种新的提供服务时间保证的流调度算法

通过对现有流调度算法的研究,在NSTF算法基础上引入量化思想,提出一种新的多节目调度算法QNSTF。该算法以量化后的下次调度时间作为调度依据,使系统在效率和公平性之间取得较好的折中。仿真实验表明,QNSTF能减少用户平均等待时间,保持较低的用户请求撤销率与不公平性,同时向用户提供可靠的服务时间保证,提高了VoD系统的服务性能。     

云平台下基于截止时间的自适应调度策略

针对在共享集群中进行任务调度时,无法兼顾任务的响应速度与任务完成时间的问题,提出一种基于截止时间的自适应调度算法。该算法以用户提交的截止时间为依据,根据任务的执行进度自适应地分配适当的计算资源。不同于传统调度方式里由用户提交固定资源参数,该算法在资源约束的情况下会对优先级高的任务进行抢占式调度以保证服务质量（QoS）,并在抢占过程结束后额外分配资源补偿被抢占的任务。在Spark平台进行的任务调度实验结果显示,与另一种资源协调者（YARN）框架下的调度算法相比,所提算法能严格地控制短任务的响应速度,并使长作业的任务完成时间缩短35%。     

基于改进式贪婪算法的5G网络切片动态资源调度策略

为了解决移动通信网络中资源利用率和用户体验质量的瓶颈问题,5G 引入网络切片来应对用户的巨大资源需求。提出了一种基于改进式贪婪算法的网络切片动态资源调度策略,在切片调度和用户调度阶段,设计了一种两层模型,即切片?用户模型,并且结合改进式贪婪算法,使服务权重值最大的切片和优先级最高的用户组合,完成相应的服务。该方法是将全局资源最优问题简化为规模更小的子问题,通过每一次切片和用户的最佳组合,从而使整个系统的资源和用户的体验质量达到最优。Matlab的仿真结果表明,基于改进式贪婪算法的网络切片动态资源调度策略在系统剩余资源利用率、系统达到平均的QoE水平、系统吞吐量等方面都显优于现行的资源调度策略,能够更好地满足用户的需求。     

一个启发式任务团调度算法

基于任务聚类的启发式任务团调度是实现并行任务调度的有效方法。面向大型复杂武器系统的实时并行仿真,在研制自动并行化系统ＡＦＰ的过程中,基于关键任务的聚类算法,设计并实现了一个启发式任务图调度算法。     

一种针对混合的实时/非实时业务的无线调度算法

提出一种针对混合的实时/非实时业务的无线调度算法TF-RNS。该算法的目标是在实时和非实时用户提供公平服务时间的基础上,提高用户的服务质量。由于实时和非实时用户具有不同的服务质量要求,TF-RNS采用独立、分级的调度结构：在第一级调度过程中,分别使用M-LWDF和PF算法对实时和非实时用户进行独立的调度判决;而在第二级调度过程中,使用SFQ-CS公平调度算法保证调度的公平性,同时兼顾了用户的信道条件。仿真结果表明,与现有的M-LWDF和DS-PF算法相比,TF-RNS算法能够使实时和非实时用户获得公平的服务时间,从而有效地保证了系统中所有用户的服务质量。     

中继蜂窝系统联合调度的公平性优化

针对中继蜂窝系统,提出一种联合调度的公平性优化模型.在分析中继网络小区用户通信方式的基础上,从边缘用户调度的公平性角度考虑充分发挥不同调度算法的优势,对基站采用最大载干比调度算法,中继器节点运用比例公平的联合调度算法对小区频率资源进行合理分配,提高边缘用户信号质量和小区的容量及覆盖率.仿真结果表明,联合调度算法的边缘用户性能优于传统调度算法,系统吞吐量提高20％.     

一种多用户OFDM系统的资源调度算法

正交频分复用(OFDM)系统中,资源调度是影响整个网络性能的关键问题,而现有的静态资源调度算法和动态资源调度算法不能很好地兼顾系统吞吐量以及用户公平性两发面的性能.在分析现有算法的性能特点的基础上,基于比例公平准则,提出了一种多用户OFDM系统下行链路中的动态调度算法,并进行了数值仿真.仿真结果表明,在基站发射功率及用户吞吐量公平分配的约束下,系统吞吐量性能较好.且算法在用户吞吐量公平性上有所提高,复杂度较低.     

异构云环境下的密码服务调度方法

针对云计算环境下存在密码服务请求算法种类多、资源需求差异化和节点性能异构等问题。为了提高系统的可靠性,保证服务质量,综合考虑用户请求任务和处理节点等多种因素,在作业包截止时间的基础上,通过任务映射策略完成密码服务的一级调度。设计一个基于用户优先级和任务等待时间的任务优先级调度算法实现二级调度,从而构造一种同时支持多种密码服务请求和任务动态可调整的调度系统框架,以保证云环境下任务的时效性。仿真结果表明,该系统有较好的执行效率和负载分布效果,达到设计目标。与随机法和遗传算法相比,其执行效率分别提高了17%和11%左右。     

云环境下基于任务分类和LPM优化模型的调度算法

针对用户任务预算不足或期望完成时间较短,云服务方无法保障任务全部完成,提出基于任务分类和线性规划优化模型调度策略,使任务完成数最大化,同时考虑任务重要性。算法根据任务长短及重要性进行分类,然后建立任务计算资源关系矩阵及3个相关约束条件,以任务完成数最大化为目标函数,搭建线性规划模型,并给出算法实现。模拟实验表明,在同样的用户任务预算和期望完成时间条件下,该算法任务完成数最大值明显高于经典算法。     

多处理器系统的实时调度算法研究

调度算法是实时系统的关键技术，选取何种算法调度实时任务，这将直接影响着系统的实时响应能力。多处理器系统有局部调度和全局调度两类实时调度方法，以PFair公平调度为代表的全局调度是当前研究的热点。研究了典型局部调度EDF-FF算法和典型PFair公平调度PD^2算法，比较了多处理器系统采用PD^2算法相对于采用EDF-FF算法实现任务调度的优点，分析了由于任务频繁抢占和迁移，PD^2算法引起的时间消耗，估计并比较了PD2算法和EDF-FF算法的时间消耗，最后得出结论：在共享内存的多处理器系统中，公平调度算法是实时任务调度的比较理想的选择。     

基于改进蚁群算法的云计算任务调度模型

为解决云环境下的资源调度问题,提出一种能改善任务并行性与兼顾任务串行关系的调度模型,将用户提交的动态任务分割成具有制约关系的子任务,按运行次序放到具有不同优先级的调度队列中。针对同一调度队列中的子任务,采用基于最短任务延迟时间的改进蚁群算法(DSFACO)进行调度,在兼顾调度公平性与效率的前提下,最大化缩短任务延迟时间,从而提高用户满意度。实验结果表明,与任务调度增强蚁群算法相比,DSFACO算法在任务延迟时间、调度公平性及效率方面性能更好,能实现云计算环境下任务的最优调度。     

Linux系统中多核实时调度平台的设计

为使各种实时调度算法能够在Linux环境中得到运行和验证,设计一种Linux系统中的公共多核调度平台。该平台由调度模块和跟踪测试模块组成,调度模块实现系统调用、调度处理以及同步功能,跟踪测试模块实现日志和跟踪功能。测试结果表明,该平台可正确显示调度算法的运行结果。     

一种基于梯形自调度技术的集群任务调度的实现

通过比较目前几种集群任务调度算法,选择基于集中队列的动态调度算法——梯形自调度算法（TSS）,实现了一个基于集群的任务调度系统GTS。GTS是一个用户级的任务调度系统,它建立于Linux之上,主要负责对用户任务的调度。通过测试,GTS系统可以胜任集群工作站中的任务调度并在结点数较多的情况下大幅度提高应用问题的性能。     

流调度算法验证平台的设计与实现

在VOD（视频点播）系统中,优秀的流调算法可以显著的提高系统服务能力和服务质量,典型流调度算法都针对大型视频点播系统,因此我们不可能为验证算法而建立实际的系统。我们设计和实现了一个媒体流调度算法的验证平台,在这个平台中,我们建立了用户行为的数学模型,实现了用户行为仿真器;用户行为仿真器生成的用户行为样本,可以运行在装载了不同算法的仿真系统中,在这个平台中,我们还提出了变强度用户流的概念,使平台对实际用户点播服务的仿真更加客观。     

云环境下能耗感知的公平性提升资源调度策略

针对云计算环境下大量的能源消耗和一些用户非法占有计算资源的问题,为了节约资源,同时提高系统的公平性,使所有用户能合理地使用数据中心的所有资源,提出一种基于能耗感知的节能公平的资源调度算法（FGRSA）。该算法能高效调度各种类型的资源使所有资源使用量达到一个相对的公平。通过CloudSim仿真平台,对提出的调度策略进行仿真实验。实验结果表明,与Greedy算法和Round Robin算法相比,FGRSA能够在大幅度降低系统能耗的同时,保证各类型资源的公平使用。     

一种基于决策树分类算法的家庭能量动态调度系统*

针对家庭能量管理系统的整体优化调度问题,提出了一种基于决策树分类算法的家庭能量动态调度系统。首先根据用户的需求不同将系统分为经济模式和环保模式两种,建立了光伏系统发电量预测模型并提出了家用蓄电池使用过程中的约束条件,然后利用ID3分类算法对历史用电信息进行分析并构建了用于动态调度的决策树。仿真实验结果表明,经济模式动态调度系统能够降低用户的用电花费,环保模式动态调度系统可以起到减少二氧化碳排放量的作用,从而验证了所提出调度系统的有效性。