双资源批量生产柔性作业车间多目标调度方法

针对双资源批量生产柔性作业车间调度问题,提出了一种多目标精细化调度方法。针对双资源批量生产柔性作业车间多目标调度问题特点,建立了一类以制造成本最低和完工时间最短为优化目标的双资源等量分批柔性作业车间调度多目标优化模型;提出了5种双资源批量生产柔性作业车间精细化调度技术;针对模型提出并设计了一种改进的NSGA II算法。通过案例分析验证了该方法的有效性。     

网格环境下安全约束的资源调度研究

提出了一个网格信任模型,用主观逻辑理论进行信任值的推导、综合。针对现有网格任务调度算法存在的问题,设计了一种任务和资源安全等级匹配的调度算法。通过安全需求对资源进行筛选,并使它满足最早完成时间。仿真实验表明,与传统经典网格任务调度算法比较,该算法提高了任务成功率,减少了任务完成时间,是网格环境下一种有效的资源调度模型。     

基于资源域的分级调度模型

作业调度是要实现作业和资源的最佳匹配,协调对资源的征用矛盾.软件环境和硬件资源对作业运行都有影响,实验证明硬件资源对作业的影响很大,据此提出了基于资源域的分级调度模型,提供全局和局部两种调度方式.节点根据配置划分成不同的资源域,调度时根据作业类型匹配最佳的资源域,该模型有效利用了集群资源,减轻了Server的负担,并能提高系统的可扩展性.在全局调度中,还提供了预约机制调度高优先级作业.     

非集中调度模型下的网格资源调度研究*

针对当前网格资源调度系统扩展性差的问题,提出了基于非集中调度模型的以保守Backfilling算法为核心的网格资源调度算法.探讨了网格任务在站点处理器数目异构情况下,网格作业多站点协同调度问题.实验仿真证明,在跨网格站的资源调度中,运用资源预留策略和多站点作业分块可以改善作业的平均响应时间,并起到负载平衡的效果.     

Hadoop云平台下基于资源预估的作业调度算法

为解决Hadoop云平台下作业无法满足时间约束的问题,提出一种基于资源预估的作业调度算法。通过建立资源预估模型计算作业所需资源,然后结合作业间的资源竞争关系对完成时间进行判定,最后根据作业的数据本地性改进延迟调度策略。实验结果表明,本文算法能够满足作业对时间约束的需求,提升系统的资源利用率。     

基于通信代价的网格资源调度算法

针对基于时间和预算限制的资源调度算法在调度数据密集型应用程序时存在的问题,提出一种新的基于通信代价的网格资源调度算法,综合考虑用户的时问限制和预算要求,根据用户作业的计算量与通信量选择具有一定计算能力,且通信代价较小的资源节点作为目标节点,通过减少此类程序提交到目标资源节点的通信代价,达到减少整个应用程序完成时间的目的。实验结果表明,该算法能够获得较好的性能。     

移动网格资源调度算法

移动网格是近年来兴起的新技术研究热点,由于移动设备本身资源有限(计算速度慢和内存小),电池容量小等问题,移动网格的资源调度算法显得尤为重要,综合各种传统的资源预言模型,该文提出了一种一般的机动性资源调度预言模型,此模型通过利用有限的移动设备资源,发挥其最大性能,以此来降低移动设备的响应时间。预言模型在固定资源模式情况下改进了移动网格资源的调度算法,并进行了模拟试验。     

计算网格中的资源选择与调度算法

针对文中描述的计算网格资源环境模型,构造了一种分布式的层次型任务调度模型,任务调度分为计算资源站点的选择以及资源站点内部的本地调度两层进行。通过研究该调度模型,提出了一种基于双目标衡量函数的资源选择算法,该算法可以通过设置相关参数动态调节响应时间和价格在总目标中所占比重。试验结果表明能够选择综合满足响应时间和价格这两个目标的计算资源,以适应用户的不同需求。     

云计算环境下虚拟资源自适应调度策略

由于云计算环境下的资源调度与以往网格调度存在巨大差异,提出了一种适应云计算环境的虚拟资源调度方法;首先定义了虚拟资源调度数学模型,然后给出了一种改进的遗传算法,该算法采用经典网格任务调度算法Min-min获取初始最优解,通过海明距离约束产生初始种群,并将调度模型对应的目标函数改进为适应度函数,对交叉算子、变异算子、交叉概率和变异概率等都进行了改进;最后,通过实验证明文中方法能获得全局最早完成时间,与其它方法相比,文中方法所求解的最早完成时间提高了近20%,是一种适合云计算环境的虚拟资源调度方法。     

基于性能量化矩阵的计算网格作业调度算法研究

提升计算网格系统运行效率的关键在于作业调度算法,如何综合各种因素使得调度策略更为全面是一个有挑战性的问题.通过建立网格资源性能量化矩阵,构建了一个作业调度模型,并基于此模型给出了一个具体的作业调度算法.通过性能分析和实验仿真,该算法在运行时间、占用资源等方面都有较大的改善,能较好地适应网格系统的动态性和可扩展性特点,提高了作业调度效率.     

网格计算资源管理中的信誉度模型

网格资源管理作为网格研究的核心内容,受到研究人员的高度关注。目前已经提出的诸多管理模型中,基于计算经济的模型被人们普遍看好。文中针对计算经济模型,提出了资源信誉度、资源提供者信誉度、资源消费者信誉度的概念。在此基础上,深入研究了信誉度评价的评价模型和算法以及信誉度评价实现中的一些处理策略。对信誉度评价所需的资源使用记录进行了定义,根据评价需要对现有RUR进行了扩展。最后通过仿真实验对信誉度评价算法进行验证,得到了相应的实验结果和结论。     

网格计算经济中的信誉度体系结构

针对网格资源管理中计算经济模型的资源信誉度、资源提供者信誉度和服务消费者信誉 度,提出并实现了信誉度评价体系结构以及信誉度评价中的一些处理策略。详细讨论了信誉度评价 的模块组成和实现模型,对信誉度评价所需的资源使用记录进行了定义,由此对RUR(ResourceUsage Record)基本组成的扩展进行了研究。最后通过仿真实验对信誉度评估体系完成了验证,证明体系结 构的设计和实现是有效的。     

Digital twin-driven service model and optimal allocation of manufacturing resources in shared manufacturing

The sharing economy has been recognized a mutually beneficial economic mode. Deriving from the concept of sharing economy, shared manufacturing was proposed under the support of advanced information and manufacturing technologies. As a core part of implementing shared manufacturing, manufacturing resource allocation aims to coordinate cross-organizational resources to provide on-demand services for personalized manufacturing requirements. However, some challenges still hinder effective and efficient resource allocation in shared manufacturing. Traditional centralized optimization methods with only one decision model are difficult to maintain autonomous decision rights of resource providers. Thus, they could hardly adapt to the situation of cross-organizational resource coordination. In addition, the credit of resource providers is rarely considered in the resource allocation process, which is unfavorable for promoting more reliable trades in shared manufacturing. To address these issues, this study proposes an integrated architecture to promote the resource allocation in shared manufacturing. A digital twin-driven service model is built to perform the seamless monitoring and control of shared manufacturing resources. The resource allocation model is constructed based on the consideration of the credit of resource providers. To keep the decision autonomy of resource providers, augment Lagrangian coordination is adopted to analyze the constructed resource allocation model. A case study is further employed to validate the effectiveness and efficiency of the proposed method in performing the resource allocation in shared manufacturing.     

基于P2P的教育资源网络设计

在网络中搜索各种教育资源时，通用的搜索引擎很难满足特定的需求。P2P网络是一种有效的资源共享和搜索方式。通过分析P2P网络的基本结构和资源共享特点，提出了一种基于P2P的教育资源网络（PBERN）模型。PBERN是由教育资源实体“自组织”组成的分布式、虚拟、动态和松散的纯P2P网络。     

因特网上基于节点角色的计算资源共享平台——RB-CRSP

提出了因特网上基于节点角色的计算资源共享平台——RB-CRSP。设计时充分考虑节点的角色性和功能性,把因特网上的网络资源按照角色划分为服务器端节点、协调节点、工作机节点与客户机节点四类实体,通过配合RB-CRSP的应用编程模式,完成并行分布式计算。分析了RB-CRSP中的自适应资源调度策略,该策略考虑了节点的硬件信息与可信誉机制,实现了平台的负载均衡性;在动态的因特网环境下,利用面向工作机的容错方式保证了平台的可靠性。案例程序选择了典型的并行BenchMark程序：N皇后问题,测试结果表明,RB-CRSP可以方便聚集异构环境下的空闲计算资源,平台的性能与机器硬件条件和可靠性密切相关。     

元计算系统的一个可扩展层次型资源管理模型

资源管理是元计算系统中的关键问题，为了支持大规模元计算应用，必须有效地解决资源联合分配问题。提出了一种可扩展层次型资源管理模型，在充分利用已有的批处理调度系统的基础上，通过核心资源管理器与局域资源调度系统的交互，为异构资源提供统一的接口，为解决资源的联合分配问题，提出了基于站点的层次型管理机制，可将应用程序的资源请求分布在相对紧密的资源集合上，不仅减小了元计算应用程序的整体通信开销，而且计算提供了资源预约服务。     

网格环境下基于信任关系的资源调度策略

提出一个信任评估模型。为了减少资源调度过程中使用传统安全措施带来的网格开销,提出把信任关系作为安全衡量标准融入网格环境下的资源调度策略中。设计了一个融入信任关系的资源映射算法TRM-Schedule,仿真试验证明了算法的合理性和有效性。     

基于P2P技术的资源发现机制的研究

网格能使用户共享和访问广域网中的大量资源,但是随着网格规模的扩大,应用的增多,传统的集中式的资源发现机制不能够满足网格环境下查询效率和扩展性的要求。本文在简要介绍目前网格中资源发现机制基础上,结合P2P技术构造了网格环境中的一种新的资源发现模型,并给出该模型中需要解决的关键问题和方法。该模型支持基于属性的动态分布式查找,并且具有很好的扩展性。     

考虑资源置信度的跨企业项目鲁棒性调度算法

资源不确定性高和调度鲁棒性要求高是跨企业项目调度问题的重要特征,本文采用资源置信度度量资源的不确定性,建立了考虑资源置信度约束的跨企业项目鲁棒性优化调度模型,设计了路径重连求解算法.算法以路径重连机制搜索解空间,以嵌入 的启发式时间缓冲插入算法快速生成鲁棒性调度,并可通过局部增强搜索算法进一步优化调度的鲁棒性.本文应用项目调度标准问题 库PSPLIB中大量问题实例进行了仿真实验,同两个当前具有代表性的鲁棒性项目调度算法进行了比较,实验结果表明了文中算法的有 效性与优势.     

基于时间约束的软件工程资源配置Petri网检测模型

随着物联网、云计算等大规模分布式系统在国内的日益流行,软件工程的应用环境已经不可避免的转向适用于分布式环境。而已有的基于时间约束的软件工程资源动态配置模型大都有所局限,无法评价其在大规模分布式环境中的效果。文中提出了一种基于Petri网模型的基于时间约束的软件工程资源动态配置检测模型,依据petri网理论,模拟大规模分布式环境下,检测异构软件工程资源动态配置模型间的协作与冲突。从而为软件工程资源动态配置模型更好的应用于实践,提供坚实的理论基础。实验证明,该方法可以及时的发现大规模分布式环境中,软件工程资源动态配置模型的冲突,为设计者及时反馈信息,避免损失。