扩展的TAGS算法

在任务不可剥夺的分布式Web服务器系统中，如何实现公平性、降低平均延迟比是提高服务质量的关键。该文结合集中队列算法与进行长度猜测的任务分配(TAGS)算法，提出一种扩展的TAGS算法，并依次给出其性能计算式、公平性要求下的系统参数设置算法及服务器最佳分组方法。     

同构型分布式计算机系统的启发式任务分配算法

本文讨论一种启发式任务分配方法，称之为改进的ｌｉｓｔ分配方法，它适用于分配一组具有先后关系和通信延迟的任务集到同构型分布式计算机系统上。文中描述了此分配方法的原理和算法，给出相应的仿真流程图，并对具有不同拓扑结构，任务运行时间和通信时间满足多种概率分布的任务集进行了分析和仿真。结果表明，当处理器个数小于任务集的并行度，任务粒度大于５时，任务分配效率大于８０％。     

一种改进的启发式任务分配算法

文中首先分析了分布式任务分配中的启发式算法的基本思想，特点，不足和算法复杂度，以及可进一步改进之处，然后给出了一种训发式算法的改进算法，并简单讨论了其特点和性能，最后指出了分布式任务分配的发展方向。     

分布式系统中的动态任务分配算法设计

设计一种分布式系统中的动态任务分配算法，并对它所使用的数据结构、实现方法以及稳定性加以讨论。本算法采用双向启动策略，即发送者和接受者都能进行启动、而且能根据系统总负载和任务等待量等自适应地选择启动策略的使用。同时利用阈值和阈长把系统中的节点分为接受节点，负载适中节点和发送节点、采用启发式方法进行任务分配。     

一种有效的任务分配算法

本文针对非均质问题,在TRANCUBE多处理机系统上利用图匹配中的启发式方法,提出一种新的任务分配算法.该算法不仅简单,而且效率高.     

基于遗传算法的任务分配与调度

应用遗传算法（ＧＡｓ）进行任务分配与调度已越来越多的学者所关注。针对传统遗传算法中初始解群构造和遗传算子的局限性,结合遗传算法和演化策略的优点,提出了一个异构系统中任务分配与调度的进化算法,在列表编码知识表示的基础上,首先对初始解群的构造给出了一种相对均衡的生成方法,然后有针对性地设计出３个遗传算子,即由标准算子改进的杂交算子（ＩＭＣＸ）、基于一个调度内任务交换的内部杂交算子（ＩＮＣＸ）和一种类似     

基于合同网的任务分配方法的研究

任务分配是分布式问题求解中的一个重要内容,本文介绍了一种基于扩展合同网的分布式系统中任务的分配方法,使用成本值来完成合同网中标值的计算和评估,对传统合同网进行了改进和扩充。     

基于蚂蚁算法的网格任务分配算法研究

任务分配是网格计算环境中影响系统性能的重要因素，由于网格环境中各种资源分布于不同的地理位置，其性能也千差万别，因此需要一种有效的策略来进行任务的分配，使得整个系统完成任务的代价最小。文中将蚂蚁算法应用于解决网格环境中的任务分配问题，并进行了仿真实验，取得了良好的效果。     

分布式系统中的一类任务分配算法

本文提出了分布式系统中各独立结点根据自身状态和系统反馈进行自适应，以使系统达到最优状态的一种机制。它突破了以往相关工作的一些重要限制，性能得到了很大的改善。     

传感器网络能源有效任务分配算法

为了延长网络生命期,传感器网络在设计过程中,通常利用节点本身的处理能力,进行网内处理,以减少通信量,节省能量.在传感器网络内引入处理或计算后,应用可以描述为一个任务集及任务之间的数据依赖关系.不同的任务分配方案导致应用执行所需的通信量和计算量不同,从而影响应用执行的能量消耗.在使用任务图对传感器网络应用描述的基础上,提出了传感器网络任务分配模型.由于应用的任务可划分为感知任务集和处理任务集,因而传感器网络中的任务分配可分成感知任务分配和处理任务分配两个阶段.针对处理任务分配,将其建模为二次0-1规划问题,并提出了分布式逐层优化分配算法OALL.仿真实验验证了分布式算法OALL的有效性.     

基于多任务优先算法的异地敏捷软件开发任务分派

针对日益受欢迎的异地敏捷软件开发,提出了一种基于多任务优先算法的任务分派方法,并运用数学计算方法进行任务分派.通过多模型调查研究,较全面综合考虑异地敏捷开发中多方面影响因素,给出一种具体分派方法,以提高任务分派的有效性.经验证,该任务分派方法适合异地敏捷软件开发.     

基于蚂蚁算法的网格任务分配算法研究

任务分配是网格计算环境中影响系统性能的重要因素,由于网格环境中各种资源分布于不同的地理位置,其性能也千差万别,因此需要一种有效的策略来进行任务的分配,使得整个系统完成任务的代价最小。文中将蚂蚁算法应用于解决网格环境中的任务分配问题,并进行了仿真实验,取得了良好的效果。     

基于授权约束的工作流任务指派算法

在电子政务、电子商务等工作流应用环境中,任务执行者主要是组织机构中的人,访问控制系统的授权约束需求是工作流任务指派要考虑的重要问题,已提出的许多工作流授权模型主要讨论授权的实现过程,而较少涉及授权的约束或依赖关系。工作流任务指派必须与访问控制系统结合,为此提出工作流任务指派中授权约束的相关概念,讨论了满足授权约束的工作流任务指派实现算法及算法的复杂度,同时,给出在实际应用中各系统部署的示意图及授权约束验证系统主要接口的功能;最后,指出了该实现方法的优点及未来研究方向。     

基于树分解的空间众包最优任务分配算法

随着配备高保真传感器的移动设备的普及以及无线网络资费的迅速下降,空间众包成为一种新型的问题解决框架,被用于将位置相关的任务（如路况报告,食品配送）分配给工人（配备智能设备并愿意完成任务的人）。本文研究空间众包中最优任务分配问题,关键在于设计出将每个任务分配给最合适的工人的任务分配策略,以使得完成的总任务数目最大化,而所有的工人可以在完成所分配的任务后,在预期最晚工作时间之前返回起点。找到全局最优分配是一个棘手的问题,因为该问题不等于单个工人的最佳分配的简单累加。本文注意到,仅有部分工人存在任务依赖,因此本文利用树分解技术将工人分割成独立的集合,并提出一种带启发式的深度优先搜索算法,该算法可以快速地更新启发函数界限,从而高效的对不可能成为最优解分配方案尽早地剪枝。实验表明,本文所提出的方法是非常有效的,可以很好地解决最优任务分配问题。     

求解任务指派问题的差异演化算法磁

建立了任务指派问题的数学模型,采用差异演化算法对其进行求解,给出了差异演化算法求解该问题的具体方案,对不同的任务指派问题算例进行了仿真实验。结果表明,算法可以有效、快速地找到任务指派问题的最优解。     

云控制系统并行任务分配优化算法与并联控制

利用Petri网模拟云控制系统的并行处理过程,引入并行处理系统的时钟周期、吞吐率和任务完成时间性能指标,运用极大-加代数方法分析和优化云控制系统并行处理性能.采用子过程细分的优化方式,通过求解一类最优控制问题,设计并行任务分配优化方案,以保证任务完成时间最短,并给出计算最短任务完成时间的有效算法.同时,采用重复设置多套瓶颈段并联的方式提高并行处理能力,并运用Petri网实现瓶颈子过程的并联控制,且给出并联控制在协同云控制系统中的一个应用.     

群智协同任务分配研究综述

任务分配是群智协同计算和众包中的核心问题之一,即通过设计合理的任务分配策略,在满足任务约束条件下,将群智任务分配给合适的工作者,以提高群智任务的完成效率和结果质量。分析了目前任务分配方法存在的问题,总结并提出了一个通用的任务分配框架,并分别从工作者模型、任务模型、任务分配算法三个方面对国内外相关研究工作进行了分析、归纳和总结。提出了群智协同任务分配研究中的关键问题与今后的研究趋势。     

地理位置相关移动感知系统任务分配问题研究

随着智能手机应用的普及,移动感知技术已被认为是一种高效且成本低廉的环境数据收集方式.移动感知系统中地理位置相关的最优任务分配问题是一个NP难问题.为了解决该问题,提出了一种多项式时间的近似最优的任务分配算法.该算法首先引入了单位圆盘模型中移动划分的思想,将整个监测地理空间划分为若干个子区间,并使得子区间内的最优分配方案的集合是划分前最优解的〖SX(〗1〖〗1+ε〖SX)〗,这表明所设计的近似算法是一个多项式时间近似机制.随后,证明了最优任务分配问题在每个子区间内是多项式时间可解的,并设计了枚举算法求出该问题的最优解.最后,仿真实验结果表明所设计的近似最优任务分配算法的实际性能与理论分析相吻合.