一种基于改进蚂蚁算法的网格任务调度策略

网格是分布式高性能计算的一个主要发展方向。任务调度问题的解决是网格得以充分发展的基本前提。提出了一种基于改进蚂蚁算法的网格任务调度策略。不同于传统蚂蚁算法,改进的蚂蚁算法通过在处理任务前后分别调整信息素来准确地反映资源的性能。任务调度将选择由改进蚂蚁算法产生的性能最佳的资源来处理任务。改进蚂蚁算法以及任务调度策略的有效性已被OPNET上的仿真结果所验证。     

计算网格中动态负载平衡策略研究

负载平衡调度策略对于网格计算系统非常重要,有利于网格子任务和网格资源间作出更合理的匹配,起到优化总计算时间的目的.研究了通用的集中式动态负载平衡策略,基于Globus的网格信息获取和任务分配模型,网格节点硬件类、软件类及文件类信息的获取方法,设计并实现了网格动态负载平衡算法,继而应用该算法在网格中进行了地震波正演模拟实验.实验结果表明:该算法充分利用了网格中每个节点的资源,有效地减少计算密集型任务的求解时闻.     

基于蚂蚁算法的网格作业调度研究

网格环境下的作业调度是一个NP难问题,蚂蚁算法内在的并行性和可扩充性使其非常适合网格作业调度。将蚂蚁算法应用于网格环境作业调度,提出一种通过作业代理的移动进行网格作业调度的方案,该蚂蚁算法不仅在分配网格计算资源时进行信息素的局部更新,还在网格计算资源完成作业后进行信息素的整体更新。通过模拟实验测试和选取蚂蚁算法的各种影响参数,取得了比较理想的实验结果。实验证明该算法能够有效地实现作业的合理调度和网格系统的负载平衡。     

基于价格反馈机制的网格任务管理研究

网格的任务管理目的是优化网格资源,利用选择、匹配、负载平衡等技术提高整个系统的利用率和吞吐率.应用经济学思想,设计基于价格反馈机制的任务调度模型,通过资源调度价格的调控与选择.实现任务的合理调度.向网格用户提供满意的服务质量.     

一种基于统计信息的网格资源组织及任务调度

对分布的网格资源进行有效地组织与调度是实现网格计算的关键。基于分层的思想,提出了一种改进的网格资源组织方式,引入了资源统计信息表及负载信息表。在资源调度的过程中,通过维护并匹配相关的统计信息,能够快速地查找资源,避免了资源发现的盲目性,缩短了资源的查找时间,同时兼顾了网格系统内部的负载平衡,有效地提高了网格系统的性能。     

一种改进的单跳DHT结构化P2P网络的查找算法

本文提出了一种改进后的单跳对等点查找算法.由于信息传播的改善,该算法较之其它单跳DHT算法,可更灵活地实现网络负载分布,很好地节约时间.实验结果表明,这种改进后的单跳对等点查找算法通过充当查找效率的一种权衡来实现合理维护,并且还可以实现系统更公平的网络负载平衡.     

基于价格反馈机制的网格任务管理研究

网格的任务管理目的是优化网格资源,利用选择、匹配、负载平衡等技术提高整个系统的利用率和吞吐率。应用经济学思想。设计基于价格反馈机制的任务调度模型,通过资源调度价格的调控与选择,实现任务的合理调度,向网格用户提供满意的服务质量。     

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.     

一种基于QoS的网格资源动态分域算法

为了解决网格资源管理中资源合理分配与任务优化调度问题,提出了一种动态分域的网格资源层次管理模型,以便在实现任务调度最小化任务执行时间(Minimum Execution Time)的情况下,最终实现网格资源的全局优化分配。本模型先按用户提交的任务主关键字对任务进行分类,然后运用一、二级调度中心算法与计算结点算法相互搭配对任务进行合理调度、对资源予以优化管理。文章最后通过仿真实验验证了所述模型与算法的实用性、有效性和优越性。     

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.