一种基于期货市场理论的网格资源分配机制

在比较了计算网格资源和期货特点的基础上,提出了一种基于期货市场理论的网格资源分配机制,避免了现货市场价格的大幅波动。提出了基于期货市场的资源竞价交易算法,通过在电力网格系统上的模拟实验以及与“蛛网模型”的对比,表明本文提出的竞价算法具有资源的利用率高、稳定性高的优点。针对资源域内任务调度,提出了基于期货合约任务调度算法,通过实验比较了群集循环法、先来先服务、Max-min调度算法的完成时间,基于期货合约的任务调度算法完成时间最短。最后讨论了网格技术及期货市场理论在电力系统的应用。     

网格环境下基于信任和QoS测量的任务调度算法研究

为了既保证高效的调度效率,又可以准确地对计算资源动态特性进行描述,并且对这种动态性所带来的消极影响实施规避行为,同时还可以满足计算任务提出者的QoS需求.因此在对网格计算和计算网格系统的知识背景以及该领域的研究现状进行认真分析的基础上,提出了可以解决此问题的基于信任机制和QoS测量的计算任务调度算法.     

基于任务-资源分配图优化选取的网格依赖任务调度

任务调度是网格应用系统获得高性能的关键.网格计算中一个大型的应用程序往往被分解为具有依赖关系的多个任务.在资源个体差异较大、广域互连的网格环境下任务间的依赖关系对传统的调度策略提出了新的挑战.任务调度的主要工作是为任务分配资源以及确定任务的执行次序,将依赖任务的可能的资源分配方案表示为任务-资源分配图（T-RAG）,在该图的基础上提出了基于T-RAG优化选取的依赖任务调度模型,将依赖任务调度问题转化为图的优化选取问题,解析最优任务-资源分配图可以同时确定资源分配方案和任务的执行次序即为最优调度方案.最后,实现了基于该模型的任务调度算法,该算法与ILHA算法的对比分析表明,在资源差异较大及任务间存在大量数据传输的情况下所提出的算法更优.     

基于网络带宽约束的网格任务调度算法研究

在对网格计算任务调度算法的研究中,分析一般适应性调度启发算法即最小一最小(Min-min)算法的不足,在最小一最小(Min-min)算法的基础上,加入考虑QoS方面主要是网络带宽因素的任务调度算法.对以上算法做了实验并指出下一步的研究方向.     

网格任务调度机制的研究

由于资源具有异构、动态等特性,计算网格环境下的调度就成了一个非常复杂且具有挑战性的问题.介绍网格任务调度的研究现状,分析网格任务调度算法的基本原理.提出一种网格计算任务调度模型.     

基于议价机制的网格资源分配研究

资源管理和分配是网格计算的核心问题,用市场机制可有效地管理和分配网格资源。提出了一个基于议价机制的网格资源分配模型,设计了资源分配策略。模拟实验表明该模型能够较好地适应网格环境的动态变化,并实现各个网格计算资源的负载平衡。     

基于市场经济的多目标网格资源分配方法

目前资源分配已有一些方法,但都是基于某一个目标函数,针对网格计算基于市场经济机制下提出了一种新的资源分配方法,通过组建多目标线性规划模型来解决基于用户多个目标函数的问题,适应网格中多任务多目标的资源分配方式,且该模型不但可以满足用户的要求提高资源分配的成功率,而且可以提高资源的利用率.     

基于离散粒子群优化算法的网格资源分配研究

资源分配和任务调度是网格计算中关键的问题之一。本文提出一种基于离散粒子群优化算法的网格资源分配算法。该算法通过对粒子群算法中粒子的位置与速度进行重新定义,以及重新设计粒子的位置与速度的变换规则,使粒子群算法适用于网格资源分配和任务调度。理论分析及模拟实验表明,该算法具有良好的性能。     

基于多QoS约束的网格任务调度算法

提出一种基于QoS的网格资源管理模型和此模型下基于多QoS约束的网格任务调度算法。引入效益函数对QoS描述建模,为网格任务调度算法提供合理的优化目标。在此基础上改进传统调度算法得到基于多QoS约束的调度算法。实验表明,改进后的算法有更好的性能,更适合应用于网格环境中。     

网格任务调度策略研究

网格作为下一代Internet,具有动态性和异构性,如何有效的调度任务是影响网格成功与否的关键技术之一。首先总结了网格计算系统的体系结构和特征,分析了网格任务调度算法的基本原理和性能指标,并对各种调度策略和算法进行了分类和比较,从而为网格任务调度的研究提供了很好的参考价值。     

基于遗传算法的网格资源分配与调度研究

合理的资源调度可以在很大程度上提高网格系统资源的利用率,遗传算法（GA）因具有强大稳健的隐并行解空间搜索功能,被广泛应用于任务分配和调度问题的求解。本文在研究标准遗传算法（SGA）的基础上,提出与小生境技术相结合的自适应选择概率、父子竞争（PCC）交叉算子、插入变异算子和最优保存策略,改进SGA算法,在很好地保持种群收敛性的同时,提高了算法的局部和全局搜索能力。仿真实验结果表明,本文算法与其它调度算法比较,更能有效地实现资源的分配,可以成功应用于网格环境下独立任务的分配与调度。     

计算网格资源分配研究

计算网格是一种新的技术,有很多内容都刚开始研究发展,还不成熟。由于网格资源的异构与时变,网格资源用户的不同需求,使网格资源分配成为一个重要问题。因而,网格资源分配技术也成为一种关键技术。给出了基于代理的网格资源分配策略和资源代理的迭代算法,从而实现了资源的协调分配。     

基于竞争机制的网格资源分配方法

针对在网格环境下对资源进行有效管理和调度的复杂性问题,提出一个基于竞争机制的网格资源分配模型,其中包括用户层、代理层及资源层。在该模型的基础上给出资源分配策略及一种费用优化算法。模拟实验表明,该模型能够较好地适应网格环境的动态变化,调整供给和需求的平衡。     

系统级综合中结合资源分配的调度算法

在系统级综合中,资源的分配通常由设计者指定,或在设计空间搜索的最外层循环中进行枚举探索.提出了一种结合资源分配的启发式调度算法.它根据当前系统划分的结果,在调度过程中寻找合适的所需资源实例的数目,从而确定系统的资源分配以及调度指派方案.应用该调度算法可使设计空间搜索过程简化为划分、调度和评估三个步骤,省去了最外层的资源分配枚举循环,提高了搜索效率.实验结果验证了该算法的可行性和有效性.     

基于改进DPSO的网格资源调度算法

基于市场经济模型的网格资源调度问题是一个典型的离散问题及NP-Hard问题,考虑到离散粒子群优化算法在解决离散问题上的有效性,本文在现有算法的研究基础上,提出一种基于改进的离散粒子群优化算法的网格资源分配和任务调度算法,并采用GridSim模拟器对相关算法进行仿真模拟实验和比较。实验结果表明,本文提出的调度算法在作业完成时间、综合性能以及资源的负载平衡方面均具有较大的优势。     

基于雾计算的计算资源分配方案

雾计算可以为用户提供近距离的数据存储、计算和其他服务，因此雾计算中的任务调度和资源分配已经成为一个新的研究热点。考虑终端用户和雾设备通常处于一种相对开放的状态，扩展了雾计算的体系结构，提出一种开放式雾计算环境中基于稳定匹配的计算资源分配方案，利用雾网络中动态的计算资源协同为用户提供计算服务并收取计算收益，同时终端用户向雾服务器提交任务请求并支付一定的费用。基于稳定匹配的思想，利用子任务的优先级列表、子任务和计算服务设备的偏好列表解决子任务与计算服务设备的分配问题，保证任务的完成时间和计算服务设备的收益。通过实验对方案性能进行了分析，实验结果表明该方案的资源分配时间相对稳定，且在执行雾计算任务时延以及任务违规率上都优于SGA算法和ACOSA算法。     

基于粒子群算法的无线信道资源分配算法研究

为了 最大化 多媒体无线信道资源分配的网络效用,提出了一种新的基于粒子群算法的信道时间分配算法。该算法能够优化分配给网络内每个设备的时间,以便为每位网络用户 提供最优化的服务质量(QoS)。所提算法结合了多样性增加函数以及基于个体最优值的学习方法,并基于自适应粒子群算法进行了改进,在持续增强QoS的同时加快了收敛速度。在多达40个设备的千兆网络环境内对所提算法进行了测试。实验结果表明,提出的算法能够大大提升资源分配能力,尤其是在网络规模较大的情况下。     

计算网格服务分配的QoS优化研究

为满足用户对QoS需求中执行时间、服务费用的不同要求,提出一个计算资源服务分配的QoS优化方法,有助于在众多分配方案中作出满足用户特定需求的选择.具体实例表明,这种方法具有较好的有效性和实际应用价值.     

网格环境下改进PSO算法的资源分配研究

针对网格计算中的资源分配问题,提出一种融合粒子群优化算法和遗传算法的新算法。通过在粒子群算法中引入遗传算法,有效克服粒子群算法容易陷入局部最优值这一固有缺陷,重新在搜索空间寻找全局最优值。该方法具有操作简单、设置参数少、收敛速度快等特点。仿真实验结果表明,该融合算法在网格资源分配方面能取得较好的效果。