首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 171 毫秒

1.  云环境中基于混合多目标粒子群的科学工作流调度算法  
   杜艳明  肖建华《计算机科学》,2017年第44卷第8期
   为了更高效地实现科学工作流任务的调度,研究了云环境中的工作流调度多目标优化问题,提出了一种基于非占优排序的混合多目标粒子群优化的工作流调度算法HPSO。首先,建立了截止时间与预算约束下工作流调度的多目标优化模型,模型引入三目标最优化,包括工作流执行跨度、执行代价及执行能耗;其次,设计了一种混合粒子群算法对相互冲突的三目标最优化进行求解,算法通过非占优排序的形式可以得到满足Pareto最优的工作流调度解集合;最后,通过3种科学工作流案例的仿真实验,与同类多目标调度算法NSGA-II,MOPSO和ε-Fuzzy进行了性能比较。实验结果表明,HPSO得到的调度解不仅收敛性更好,而且调度解的空间分布更加一致,更符合云环境中的工作流调度优化。    

2.  云计算环境下资源的节能调度  
   徐骁勇  潘郁  凌晨《计算机应用》,2012年第32卷第7期
   在云计算环境下,如何在有效地进行资源调度,缩短任务执行时间的同时,降低能耗,已经成为一个重要问题.对此,以任务执行时间与能耗作为优化目标,建立了一个节能调度模型,并通过采用特殊的种群初始化方法以及引入学习机制等方法对非支配排序遗传算法(NSGA-Ⅱ)进行改进,将其应用于云计算的节能调度问题.最后通过算例测试,验证了所提算法能够在减少任务执行时间的同时,有效降低能耗.    

3.  基于最小化传输和完成时间的多DAG调度  
   任丰玲  于炯  杨兴耀《计算机工程》,2012年第38卷第23期
   针对云计算环境下多个有向无环图(DAG)工作流的调度问题,提出一种基于最小化数据传输时间和任务完成时间(LTCT)的算法,用于处理具有相同优先级的多个DAG工作流之间的调度问题。在多个DAG优先级各不相同时的情况下,给出多优先级多DAG的混合调度算法。实验结果表明,LTCT算法较E-Fairness算法在保证多DAG调度公平性的基础上,能避免额外的数据传输开销,有利于缩短整个工作流的执行Makespan,提高资源的利用率。    

4.  一种基于能耗优化的云计算系统任务调度方法  
   何丽  饶俊  赵富强《计算机工程与应用》,2013年第20期
   服务器执行任务产生的能耗是云计算系统动态能耗的重要组成部分。为降低云计算系统任务执行的总能耗,提出了一种基于能耗优化的最早完成时间任务调度方法,建立了服务器动态功率计算模型,基于动态功率的服务器执行能耗模型,以及云计算系统的能耗优化模型。调度策略根据任务的截止时间要求和在不同服务器上的执行能耗,选择不同的调度算法,以获得最小任务执行总能耗。实验结果证明,提出的任务调度方法,能够较好地满足任务截止时间的要求,降低云计算系统任务执行的总能耗。    

5.  基于Agent的开放云联盟计算任务分段及迁移机制  
   张以利  杨万扣《计算机工程与设计》,2012年第33卷第12期
   解决云计算平台可能出现的短时间用户群峰值需求而商家却要为此巨额投入,提出搭建基于移动agent的开放云联盟,考虑到云联盟环境计算任务的安全性和私密性,采用计算任务分段及迁移机制。研究计算任务带权分段并以此进行位置部署,设计实现由分段机制产生的超量子任务段随agent自适应迁移机制,并给出算法实现。实例仿真表明,计算任务分段及迁移机制是有效的,构建的云联盟可以解决云平台可能出现的短时间峰值需求问题。    

6.  随机任务在云计算平台中能耗的优化管理方法  被引次数:4
   谭一鸣  曾国荪  王伟《软件学报》,2012年第23卷第2期
   针对云计算系统在运行过程中由于计算节点空闲而产生大量空闲能耗,以及由于不匹配任务调度而产生大量“奢侈”能耗的能耗浪费问题,提出一种通过任务调度方式的能耗优化管理方法.首先,用排队模型对云计算系统进行建模,分析云计算系统的平均响应时间和平均功率,建立云计算系统的能耗模型.然后提出基于大服务强度和小执行能耗的任务调度策略,分别针对空闲能耗和“奢侈”能耗进行优化控制.基于该调度策略,设计满足性能约束的最小期望执行能耗调度算法ME3PC(minimum expectation execution energy with performance constraints).实验结果表明,该算法在保证执行性能的前提下,可大幅度降低云计算系统的能耗开销.    

7.  基于移动Agent的分布式测控系统任务调度研究  
   闫钧华  张焕春  经亚枝《测控技术》,2008年第27卷第3期
   动态任务调度是分布式测控系统中的一项关键技术。基于移动Agent提出了一种新的分布式测控系统动态任务调度算法。算法采用IBM Aglets系统设计和执行移动Agent,利用移动Agent-Aglet在系统运行过程中动态迁移任务,从而有效地提高了系统效率,实现了负载均衡的目标。详细介绍了任务迁移的实现及Aglet通信机制。    

8.  基于可靠性的云工作流调度策略  
   《计算机应用》,2014年第3期
   经过对已有云工作流调度算法中可靠性问题进行分析研究,针对一些算法在任务调度过程中只考虑提高整个工作流的可靠性而牺牲了时间或增加花费的问题,结合云计算的特点,提出一种基于可靠性的工作流调度策略。该策略结合了工作流中任务的可靠性,充分考虑任务的优先顺序并结合复制的思想,在减少传输过程失败率的同时降低传输时间,使整个工作流在降低完成时间的同时,提高整体可靠性。通过实验和分析表明,通过该策略云工作流在不同任务数和通信运算比(CCR)的可靠性比异态最早结束时间算法(HEFT)算法及其改进算法——SHEFTEX都有所提升,完成时间比HEFT算法有所减少。    

9.  基于粒子群算法的嵌入式云计算资源调度  被引次数:2
   何鹏举  吴来斌  宋凯华  曹允耀《国外电子元器件》,2014年第10期
   随着移动互联网的发展,基于嵌入式设备的云计算服务成为研究热点。在国内,嵌入式云计算目前正处于探索研究阶段,云资源管理调度是嵌入式云计算的核心技术之一,其效率直接影响嵌入式云计算系统的性能。为了提高云计算性能,本文提出一种基于粒子群优化算法的云计算任务调度模型。粒子群算法中粒子位置代表可行的资源调度方案,以云计算任务完成时间及资源负载均衡度作为目标函数,通过粒子群优化算法,找出最优资源调度方案。在matlab实验平台进行了仿真,通过大量数据模拟实验表明,该模型可以快速找到最优调度方案,提高资源利用率,具有较好的实用性和可行性。    

10.  GPU上两阶段负载调度问题的建模与近似算法  
   孙景昊  邓庆绪  孟亚坤《软件学报》,2014年第25卷第2期
   随着硬件功能的不断丰富和软件开发环境的逐渐成熟,GPU(graphics processing unit)越来越多地被应用到通用计算领域,并对诸多计算系统(尤其是嵌入式系统)性能的显著提升起到了至关重要的作用.在基于GPU的计算系统中,大规模并行负载同时进行数据传输和加载的情况时常发生,数据传输延时在系统性能全局最优化中变得不容忽视.综合考虑负载的传输时间和执行时间,以总负载makespan最小化作为系统性能的全局优化目标,研究了GPU上负载“传输-执行”联合调度问题.首先,将负载的时间信息和并行任务数与矩形域的二维空间联系起来,建立了负载的2D双层矩形域模型;然后,将GPU上负载调度问题归结为一类Strip-Packing问题;最后,基于贪婪策略给出了近似度为3的多项式时间近似算法,算法复杂度为O(nlogn).该近似算法的核心是对数据传输阶段进行负载排序调度.这从理论层面上证明了GPU系统采取“传输-执行”两阶段调度的有效性,即,在数据传输阶段采取负载排序调度,在负载执行阶段采取先来先服务(first-come-first-serve,简称FCFS)调度,能够使GPU 性能达到全局最优或近似最优.    

11.  基于计算迁移移动设备的节能算法  
   李华辉《电脑编程技巧与维护》,2015年第10期
   提出了一个基于迁移策略算法的节约电能方法.主要是通过把移动设备的特别耗能的APP,通过网络部分甚至全部计算迁移到云端,让后台的云来处理这些计算,将结果返回给移动设备的应用程序.这样虽然需要网络来传送数据,但是大大地减少了移动设备的耗电量,从而达到一个节能省电的目的.节能的策略核心是迁移算法,包括网本地执行能耗算法和云端执行能耗算法.    

12.  迁移工作流管理中的过程完整性控制算法  
   赵宏刚  曾广周  郭磊  高磊《计算机工程》,2009年第35卷第22期
   在研究基于任务片的迁移工作流网络和执行模式的基础上,提出迁移工作流过程完整性控制算法。该算法采用本地恢复和迁移恢复相结合实现任务片的完整性,通过迁移实例派生机制保证整个迁移工作流过程的执行完整性。实例证明该算法可以实现迁移工作流过程完整性的有效控制。    

13.  基于任务片的旅行图生成算法研究  被引次数:1
   李鲁艳  曾广周《计算机工程与应用》,2008年第44卷第32期
   在迁移工作流模型中,迁移实例是工作流的执行主体,它可以在旅行图规定的工作位置之间连续迁移并利用位置服务完成一项或多项任务。给出一种基于任务片的旅行图生成算法,任务片是指可以在同一个工作位置上连续执行的任务序列。按照任务片组织旅行图,不仅有利于保证业务过程的执行语义,而且可以通过减少迁移次数,降低移动故障和移动安全导致的风险。    

14.  基于烟花算法的云计算多目标任务调度  
   黄伟建  郭芳《计算机应用研究》,2017年第34卷第6期
   为了更好地满足云计算中用户的服务质量(Quality of Service, QoS)需求,合理利用云数据中心的资源,以任务的执行时间和虚拟机的负载均衡作为优化的目标对象,提出了一种基于烟花算法(Fireworks Algorithm, FWA)的多目标优化调度模型。烟花算法是一种启发式算法,利用爆炸算子、高斯变异和选择策略能较快地寻找到全局最优解。通过在Cloudsim上与粒子群优化算法(PSO)和遗传算法(GA)进行有效性和执行时间上的对比,结果表明烟花算法在不同实验次数下可持续得到最优适应度值,而且在种群规模不断扩大时,烟花算法的执行时间没有陡然增加,明显优于PSO算法和GA算法。    

15.  基于Multi-Agent的分布式测控系统任务调度算法  被引次数:2
   闫钧华  张焕春  经亚枝《电子科技大学学报(自然科学版)》,2006年第35卷第1期
   基于Multi-Agent提出了一种新的分布式测控系统动态任务调度算法.该算法采用接收者启动的调度策略,根据各主机负载状态,在系统运行过程中动态迁移任务,有效地提高了系统效率,实现了负载均衡的目标.该算法采用移动Agent来迁移任务,有效地减少了网络传输,节省了时间.    

16.  云计算任务调度策略研究  
   牛玉霞  任伟《军民两用技术与产品》,2016年第24期
   合理分配云资源,高效处理云环境中的海量任务,满足用户QoS,是云计算领域的热点之一.在对传统的任务调度算法的分析比较,探索本质和目标,本文基于云计算任务调度,智能调度算法和Hadoop调度算法的基本思想、性能要求的实现机制和实现,结果表明自适应智能任务调度算法是比较强的,研究的方向和重点在未来的.    

17.  多目标遗传算法在云计算任务调度中的应用  
   黄 超  胡德敏  余 星《信息技术》,2014年第5期
   执行时间、执行成本和负载均衡是云环境中的主要优化目标,针对云计算环境中的任务调度问题,提出一种改进的多目标遗传算法。算法对目标进行了规范化,改进了加权求和的过程,并引入基于排列的选择方案和"最优比较法"的变异方案。最后在两个云计算场景中进行实验,对实验结果进行分析和统计,验证了算法的有效性和可行性。    

18.  具有温度感知特性的实时调度研究  
   夏秋粉  李明楚  徐子川  吴国伟《计算机工程与应用》,2011年第47卷第26期
   处理器温度的上升严重危害着处理器的性能。DTM(Dynamic Thermal Management)是一种硬件层面的热管理机制,它会带来一定的性能损失。提出了一种操作系统层面的针对实时任务的动态热管理机制--LTEDF(Low Thermal Early Dead-line First)。LTEDF通过在线实时获取性能计数器的值,计算处理器当前温度来动态调度队列中的线程,提出了MST(Maximum Scheduling Threshold)启发式方法。基于HotSpot温度模型对算法进行了仿真实验,结果显示,该算法不仅可以满足任务的时间限制而且可以满足温度限制,并且较传统的EDF(Early Deadline First)LTEDF算法可以创建更加统一的功率密度图,MST启发式算法可以明显减少线程迁移带来的开销。    

19.  Hadoop平台下基于加权轮转算法的改进任务调度算法  
   徐淑琦  陈彩  王丹《电脑与信息技术》,2013年第21卷第4期
   为提高Hadoop作业调度的效率,增加云平台的吞吐率,提出了一种基于Hadoop云计算平台的作业调度算法。该算法在加权轮转调度算法的基础上,针对MapReduce的运行特点,增加了改进map任务本地性调度的因素,使得作业调度仍然保持了相对的公平性,并通过提高轮转周期内的map任务数据本地性,减少了任务的执行时间。实验结果证明,该调度算法与加权轮转调度算法相比,较好地提高了任务本地执行的比例,缩短了云计算系统内作业的总执行时间。    

20.  基于蜜蜂采蜜机理的云计算负载均衡策略*  
   孙兰芳  张曦煌《计算机应用研究》,2016年第33卷第4期
   任务调度是云计算研究中的NP难优化问题,负载均衡问题是任务调度的热点研究内容之一。针对云计算环境中任务分配不够合理、用户服务质量低的问题,提出一种模拟蜜蜂采蜜机理的负载均衡策略。该策略模拟蜂群觅食行为,建立负载均衡模型,被迁移的任务作为“侦察蜂”更新虚拟机的负载信息,并采用贝叶斯分类算法对虚拟机负载状态进行分类,将任务从重负载虚拟机迁移至轻负载虚拟机,同时满足目标虚拟机中高优先级任务的数量最少,避免了大量任务被调度到同一性能较优的虚拟机上,能够有效减少任务等待时间。实验结果表明,基于蜜蜂采蜜机理的负载均衡策略,和传统算法相比,减少了任务响应时间、完工时间和迁移次数,同时更好地满足了用户服务质量需求。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号