Min—Min调度算法及改进在网格中的研究

网格是一门新兴技术.首先介绍了经典的Min-Min调度算法,然后考虑网络环境对QoS的要求,对Min-Min调度算法进行改进,最后用SimGrid对Min-Min调度算法及提出的改进算法进行仿真,比较了两个算法的性能.     

基于QoS Guided Min-min改进后的网格调度算法

在对网格调度现有算法的研究基础之上,对QoS Guided Min-min算法进行了分析,介绍了在任务对资源有特殊要求时算法的不足,并对其进行了改进.最后,使用GridSim模拟任务调度,对Min-min算法、QoS Guided Min-min算法和改进后的QoS Guided Min-min算法进行对比分析,验证了改进后算法的高效性.     

Min-Min调度算法的研究与改进

在动态、异构的网格环境中;任务调度是复杂并且极具挑战性的一个问题。在分析任务调度算法的基础上;着重研究了经典的Min-Min调度算法;分析了Min-Min调度算法的缺陷;即负载不均衡;并且不能从经济的角度来实现调度。针对负载均衡和经济这两方面来对Min-Min调度算法进行改进;提出了基于价格改进的Min-Min调度算法;分析表明;改进后的算法在一定程度上平衡了负载;并且节省了一部分费用;说明了算法的可行性。     

基于GRIDSIM的网格调度Min-Min算法改进研究

本文中的网格任务调度算法是在研究异构工作流系统基于OGSA网格协同任务调度的过程中,根据网格环境中资源的可用度,在特定的相依性网格任务环境下,对经典Min—Min算法进行了部分改进,提出基于资源可用度和任务相关性的相依性网格任务映射启发式算法。在作者所设计的层次网格任务调度器中得到了较好的调度效果和调度服务质量。     

基于性价比改进的网格调度算法

在动态、异构的复杂网格环境中,任务调度算法已被证明是一个NP难问题.Min-Min调度算法是研究其它调度算法的基础之一.在分析Min-Min调度算法的基础上,指出该算法的缺陷:负载不均衡并且调度的过程中没有考虑费用的问题.针对这两个方面,提出了一种基于性价比改进的调度算法,通过分析表明,改进后的算法在费用、负载平衡度方面有了很大的提高,并且节省了很大一部分费用,说明改进后的算法在一定程度上提高了算法的效率,提高了网络的整体性能和总体吞吐量.     

一种改进的可靠性动态水平的网格调度算法

随着数据规模的不断增大,各个领域都需要海量高性能计算能力。网格计算效率的提高关键在于合理安排任务调度。论文在分析异态最早完成时间（HEFT ）和可靠性动态水平调度（RDLS）算法的基础上,借助 HEFT 的优势对RDLS算法进行改进（HRDS）,包括本地和全局可靠性驱动调度。结果表明 HRDS算法性能明显优于 HEFT 算法,而且具有很好的可靠性和效率。     

基于改进遗传算法的网格任务调度算法

网格任务调度是一个NP完全问题,它关注大规模的资源和任务调度,要求采用的调度算法能够具有高效性.遗传算法被证明是解决这类小规模问题的有效算法,随着任务数和资源数的增加,遗传算法表现出慢速收敛的缺点.为了克服其缺点,提出将Min-min算法与遗传算法相结合的改进遗传算法,从而设计出很好的选择和交叉算子,提高了算法搜索能力和收敛速度.仿真结果表明该算法能更有效解决网格任务调度问题.     

基于优先级和优化完成时间的网格调度算法

网格由大量的异构资源组成,具有复杂性、动态性和自治性特点。高效的网格调度算法可以充分利用网格系统资源,提高网格处理应用程序的能力。Min min算法是一个简单、快速、有效的调度算法,但由于总是先分配小任务而不能确保负载平衡。文中首先对网格系统中任务的数据传输和执行进行分析,计算并优化Min min算法的任务完成时间,再根据任务需求赋予任务优先级,通过优先级安排任务调度,提高算法负载平衡能力,最后在上述分析基础上提出POTE Min min(Priority and Overlap Transmission and Execution Min min)调度算法。     

基于GridSim模拟器的网格资源调度算法研究

网格资源调度策略是网格计算领域中的关键研究方向之一,网格模拟器是资源调度策略优化和改进研究的重要平台.本文研究了GridSim模拟器,对此模拟器的整个框架结构和运行机制作了阐述;对基础的Minmin算法和QoS Guided Min-min算法进行研究和改进,并通过基于GridSim包设计了应用程序,对改进后的算法进行了相应的模拟.模拟研究结果表明,改进后的算法在任务平均完成时间上优于以前的算法.     

基于QoS Guided Min—min改进后的网格调度算法

在对网格调度现有算法的研究基础之上，对QoS Guided Min-min算法进行了分析，介绍了在任务对资源有特殊要求时算法的不足，并对其进行了改进。最后，使用GridSim模拟任务调度，对Min—min算法、QoS Guided Min—min算法和改进后的QoS Guided Min—min算法进行对比分析，验证了改进后算法的高效性。     

基于Min—Min和蚁群算法的网格任务调度方法

网格任务调度是网格计算的研究热点,也是一个NP难问题。文章结合Min-Min算法和蚁群算法的优点,提出了一种基于Min—Min群算法（MMACO）的任务调度方法。仿真实验表明：在网格环境下,该算法具有较好的全局最优求解能力和较快的收敛速度。     

改进的Min-Min算法研究

任务调度是网格系统中重要的一环,而任务的调度算法更显得是重中之重。本文对Min-Min算法进行分析,指出Min-Min算法存在的不足。结合网格任务调度的目标,分别从最优调度、负载均衡、服务质量、价格费用4方面提出几种改进的Min-Min算法,重点介绍算法思路,指出算法的优缺点,为以后的改进工作提供参考。     

网格计算中Min—Min算法及改进算法的研究

讨论了Min-Min算法、QoS guided Min—Min算法以及基于任务优先级的QoS guided Min-Min算法,并分析了实验仿真结果。     

基于网格密度和引力的不确定数据流聚类算法

为改进EMicro算法存在的不足提出了GDF-CUStreams算法。该算法采用网格特征向量存储数据的分布特征,通过更新网格特征向量合并成簇对不确定数据流聚类,对新数据点的到来采用增量聚类。通过网格密度和网格质心之间的距离判定网格是否是零星网格,利用网格引力对簇边界进行优化,检测和删除零星网格,使簇边缘更加平滑,提高聚类精度。其中网格密度和网格质心都采用增量更新。实验结果表明,与EMicro算法相比,GDF-CUStreams效率更高且效果良好。     

数据和计算密集混合元任务的网格调度算法

网格计算技术是继Internet计算之后出现的新兴研究领域。网格系统由异构的资源组成,一个好的任务调度方法可以充分利用网格系统的处理能力,减少任务的完成时间。根据目前网格系统的使用模式,提出了符合实际的用户任务形式,即任务由数据传输和计算两部分组成,计算在获得所有输入之后开始执行。多个这样的独立任务组成元任务,作为调度程序的最小执行单位。在实际应用中,元任务应该由数据密集型和计算密集型任务混合组成。考虑到数据传输和计算的比例关系对元任务完成的影响,提出一种新的调度算法TCR,通过提高计算资源的利用率以及任务间的并行度,减少元任务的完成时间。详细介绍了该算法,并通过模拟结果的对比验证了该算法的良好性能。     

网格环境下基于分块的任务执行时间预测算法

针对"-3前已有预测算法不实时、对负载变化不敏感的问题,结合网格中任务的特点,提出新的基于分块的预测算法.该方法从子节点任务执行出发,提出把执行的任务分成两个部分,用前一部分的执行情况来预测剩下部分的执行时间.实验证明,该算法比已有预测算法有更高的效率和通用性.     

一种改进的栅格星图识别算法

针对传统的栅格算法提取的特征模式不能反映其内在相似程度进而影响星图识别准确性的问题,提出了一种改进的栅格算法.利用特征模式间的度量函数反映不同特征模式之间的相似程度,解决了传统算法中由于位置量测误差造成的影响.根据实际情况建立了仿真环境,进行了仿真实验.结果表明:当星点位置噪声大于1.5像素时,改进算法的星图识别成功率明显高于现有的栅格算法;在存在"假星"的情况下改进算法的星图识别成功率优于现有的算法,验证了算法的有效性.     

基于网格的两级动态负载平衡算法

网格系统具有异构性、动态性和分布性的特点,且资源数量巨大,这使得网格中的任务调度十分复杂.针对网格的特点,在两级树型网格结构的基础上,设计了一种基于该结构的两级负载平衡算法,针对传统的负载平衡算法考虑资源因素单一,难以满足复杂的网格环境的要求,该算法使用了多种负载参数来衡量网格节点的负载状况.