树形网格自适应调度模型研究

提出一种基于树形计算网格的自适应调度模型,实现对小粒度独立任务和用户大作业的自适应最优调度.通过对网格环境的实时检测,给出了基于节点负载状况、节点任务执行时间和任务特性的自适应调度算法.实验证明该任务调度模型在负载平衡和容错方面具有良好的性能.     

基于Nash均衡的网格多调度节点的任务调度算法

 目前网格任务调度算法主要是针对1×n型即单调度节点多资源的网格环境,而针对m×n型的网格环境研究较少.论文用M/M/1排队系统对m×n型网格环境建模,然后以每个调度节点调度任务的平均完成时间为优化目标,提出了m×n型网格环境任务调度的Nash均衡问题,并利用粒子群算法求得该Nash均衡解.通过仿真验证了该算法在单位时间内平均完成的任务数,网络平均负载,以及系统的平均负载上均优于基于均匀调度策略的调度算法.     

网格资源调度算法的负载均衡及性能分析

网格系统由大量的异构资源组成，其目的是要实现资源的全面共享和协同工作．因此资源调度问题已经变得越来越重要。文章对各类经典的静态调度算法和动态调度算法进行资源调度的仿真．并对各算法的运行结果进行负载均衡和性能的比较分析。     

将参数扫描应用分布于网格的负载平衡方法

为降低高性能计算网格中参数扫描应用的响应时间,基于负载平衡确定各网格节点分得任务的数目.用处理机需求与处理机数的比值表示网格节点的作业负载,用作业负载的均方差表示网格负载失衡度,并按降低网格负载失衡度确定参数扫描应用的任务分配.当参数应用的任务数不足以实现网格负载失衡时,选择作业负载较低的一组节点,并按负载平衡将该参数应用分布于这些节点.实验表明,基于负载平衡的调度可有效降低参数扫描应用的响应时间.     

无中心式调度框架下网格作业的节点选择优化

为优化无中心式调度框架下网格作业的节点选择,提出了随机多起点爬山算法.为使多个起点均匀分布于网格,按随机选择邻居的重复次数的指数增长找出各起点.为反映合理的用户调度需求,用平均的并行计算能力加权的有界减慢率衡量节点选择.灵活调整网格工作负荷,对随机多起点爬山算法进行了全面评估.在网格负载不是很轻情况下,该算法能有效地在网格全局优化节点选择.     

校园计算网格作业自适应调度的研究和实现

由于网格资源具有分布、异构、动态、自治等特性。使得网格作业调度成为网格计算中具有挑战性的任务之一。针对校园高性能计算资源负载不均衡、管理模式不统一的问题，提出了校园计算网格自适应调度系统的解决方案。详细研究了网格作业的白适应调度技术，设计了含有负载均衡能力的资源动态信息收集模型，并给出自适应调度算法。实现了校园范围内高性能计算资源的负载均衡和统一的资源管理。     

面向分布式业务的可重构光网络资源调度机制研究

针对在光网络中为分布式并发业务提供定制服务的问题,提出了一种负载均衡的多源多路并行调度策略,将网络负载和应用负载均衡分担在不同的资源节点.通过仿真验证,与普通的单源单路最短路策略和多源多路最短路并行传输策略相比,该策略能够有效地降低分布式业务的阻塞率.以分布式服务GridFTP在可重构光网络实验床上的应用为例,通过实验验证了该策略的可行性和有效性.实验结果表明,综合考虑应用资源和网络资源的负载均衡,可以有效降低分布式业务在网格系统中的处理时间,提高系统性能.     

无线网格资源调度优化策略

文中提出了一种基于改进GEAR算法的无线网格资源调度算法.它通过引入Q-learning机制,使传感节点具有网络负载平衡的功能,降低了节点的能量损耗,延长了无线传感器网络的生命周期.实验结果表明,该算法在具有较优调度性能的前提下,有效地提高调度的工作效率.     

一种基于Echord协议的网格资源发现方法

针对网格集中式的资源发现方法存在单点失效、负载均衡差等问题,提出利用P2P技术进行网格资源发现方法.该方法通过改进Chord协议的后继节点函数和finger表,提出Echord(Enhanced Chord)协议,结合Echord协议特点,将网格中的虚拟组织构建成环状拓扑结构.网格资源被描述成基于XML的RDF形式,并按照一定的资源部署算法被均衡地发布在网格节点上.给出了如何应用Echord协议进行网格资源发现的算法.理论分析和仿真实验结果表明,相比于基于Chord的网格资源发现方法,该方法能改善系统的平均查找长度、消息传播性能、资源随机查找成功率.     

基于剩余负载率的动态负载均衡研究

为进一步提高集群系统服务的性能,在对静态负载均衡和动态负载均衡的优缺点分析的基础上,提出一种基于剩余负载率的动态均衡机制.该均衡机制采用剩余负载率作为负载状态的评价标准;针对服务器各节点性能的不同,提出采用BP神经网络训练节点;并设计了一种基于流表的静态分配策略和基于负载预测的动态分配策略相结合的任务分配策略来实现任务在集群系统各节点间的动态分配,从而降低了服务器各节点之问任务重新调度的次数,提高了集群系统的服务性能.实验结果表明,该均衡机制是可行的、有效的.