基于进化算法的网格计算资源管理调度系统

网格计算是下一代互联网的应用模式，资源管理是网格技术研究的核心任务之一，包含资源发现、任务调度和负载均衡。提出了种基于Agent的网格资源管理调度层次模型，并且采用了进化算法作为调度策略，满足了网格对调度系统可扩展性和全局最优调度的需求。     

基于网格计算市场模型的资源管理和调度的研究

网格计算市场模型是把经济学的概念应用到网格资源管理和调度的模型。基于计算市场模型的网格资源管理系统借鉴人类社会竞争的市场调节机制，根据用户的经济需求进行资源管理与任务调度，不仅使资源所有者和资源消费者都能实现各自的经济目标，而且使资源消费者使用轻负栽和廉价的资源，达到整个网格资源整体的全局最优及合理利用。     

基于移动Agent的网格计算资源管理

为了实现网格计算资源的动态自适应性管理,移动代理技术被引入网格资源管理,提出了基于移动代理的网格资源管理调度模型;在模型基础上,采用遗传算法针对网格计算环境下移动Agent任务调度问题展开了深入的研究。     

基于经济模型的资源代理

网格计算是为解决大规模资源密集型问题而提出的新一代计算平台,是当前并行和分布处理技术的一个发展方向,而资源管理是计算网格的关键技术之一。对各种各样可利用资源的整合和管理是网格应用的基础,而资源的分布性、动态性、异构性、自治性和需要协调一致性使得网格资源的管理调度成为一个棘手的问题。目前基于市场的经济资源管理和调度算法非常适合计算网格中的资源管理问题,但有调度价格不能更改、负载平衡等问题。文中提出了“网格环境下基于经济模型的资源代理”,依靠多维QoS指导的调度策略和经济模型的启发式调节资源价格,改进和优化计算网格资源的分配。     

基于计算期望的网格资源管理模型

网格环境下的计算资源具有分布性,异构性,动态性的特征,并分别属于不同的组织,使网格资源管理相对分布式计算环境或集群环境下的资源管理更加复杂.在计算经济模型的基础上,提出了一种基于计算期望的网格资源管理模型.模型将计算任务抽象成对计算期望的描述,以实现灵活高效的网格资源管理和调度.通过可变价格策略,反映了网格内资源的供求关系,并对基于预留的Qos保证进行了初步的讨论.     

基于移动Agent的网格计算资源管理模型设计

网格计算是当前高性能计算领域的一个研究热点,由于网格计算的资源具有分布性,异构性,自治性,动态性等特点,因而其资源管理比一般系统的资源管理具有更大的复杂度。文中提出了一种基于Agent的网格计算资源管理模型,并且采用了混合遗传模拟退火算法作为调度策略,满足了网格对调度系统可扩展性和全局最优调度的需求。实验结果证实了该方法的有效性。     

基于移动代理网格计算的资源管理模型研究

为了研究基于移动代理的网格计算资源管理模型，介绍了网格计算环境和其体系结构应有的特征，并分析了基于其上的应用层模型应有的特征；根据各种不同的资源管理策略，研究了各种策略的优点和不足，并提出了各种改进方法；同时，提出了将移动代理引入网格计算中以解决资源管理、作业调度等问题的思想。     

基于Agent技术的网格资源管理层次模型研究

由于网格的资源具有分布性、异构性、自治性动态性等特点,因而其资源管理较之一般系统的资源管理具有更大的复杂度,网格资源管理主要负责对网格资源进行组织、分配、调度,关系到资源分配、调度的效率,进而影响网格的整体性能。对当前网格资源管理的模型进行了分析,并分析了Agent技术应用于网格计算的技术优势,提出了基于Agent技术的网格资源管理层次模型,从而为使用者提供一个分布的、易于扩展的、高效实用的网络计算环境。     

一种基于托管机制的网格计算资源管理模型

网格计算的关键技术是资源管理，如何有效地对网格资源进行管理调度成为一个网格系统是否可用的关键问题。简要介绍了网格计算环境下资源管理的研究状况，并提出了一种基于托管机制的资源管理模型，可以有效降低网格计算环境下资源请求失效率。最后，通过实验检验和分析了该模型的效果。     

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。     

TD_Max-min:信任驱动的网格任务调度新算法

利用信任机制的概念，对传统的Max-min调度算法进行改进，提出一种信任驱动的网格任务调度算法——TD_Max-min。在相同的假定条件设置下，将其与现有的TD_Min-min算法和TD_Sufferage算法进行仿真和比较研究。结果表明，信任驱动的网格调度算法不仅优于传统的基于时间的调度算法，而且当具有强信任关系的任务数量大于弱信任关系及无信任关系的任务数量时，TD_Max-min算法的调度性能明显优于TD_Min-min算法。     

基于移动Agent的网格计算管理模型研究

基于当前的移动aget问题以及网格计算特点,在萌人的理论基础上,文中结合agent技术和网格计算研究基于移动agent的网格计算管理模型,运用系统中各个元素进行agent建模.介绍移动agent技术,以及网格计算管理模型应具备的特征,最后提出基于移动Agent的网格计算管理模型来解决网格中资源管理,作业调度,负载平衡的...     

用爬山法实现无中心式网格调度

为方便网格资源的扩展,网格调度应当是无中心的.为在尽可能多的计算资源中为单地点作业优化资源选择,这里采用了爬山算法.当一个网格调度器收到一个单地点作业,爬山法被激活,根据网格调度器之间的相邻关系为作业找出最适合的计算系统,这里每个计算系统的适合度用预测的作业响应时间表示.实验模拟了无中心式网格调度与计算系统之间的性能差别,每个计算系统的本地调度采用保守式装填法,网格工作负荷由模型得到,并用一段工作负荷的平均响应时间衡量调度性能.实验结果表明,即使在作业提交点分布不均匀且运行时间估计不准确情况下,爬山法仍可有效改善单地点作业的调度.     

Agent在网格资源管理中的应用研究

由于网格资源的自治、分布、异构和动态变化等特性,如何有效地管理和调度资源是网格计算领域中的一个关键问题,至今仍未得到满意的解决。提出了一种基于Agent的网格资源管理模型,为各类Agent设计了动态模糊知识库,并研究了基于动态模糊知识的模糊Q学习算法。算法较好地满足了网格资源管理中的智能适应性、扩展性及调度优化的需要。通过模拟实验验证了所研究模型和算法的有效性和效率。     

基于量子蚁群算法的网格任务调度研究

任务调度策略是网格计算的核心问题。在系统任务调度和资源分配中,提出一种基于量子蚁群算法的任务调度策略。算法将量子计算与蚁群算法相融合,通过对蚁群进行量子化编码并采用量子旋转门及非门操作,实现对任务自适应启发式的分配和优化。算法有效增强了种群的多样性、克服了遗传算法和蚁群算法的早熟收敛和退化现象。仿真实验中,分别与基于遗传算法和基于蚁群算法的任务调度策略相对比,结果表明算法有效缩短了任务调度的时间跨度,增强了网格系统的性能。     

基于市场竞标机制的网格资源管理模型

网格资源管理是网格计算首要解决的核心问题。现行的网格资源管理模型通常需要在网格系统中建立一个高于其他节点的自身庞大的管理体系,以掌握全网格内资源动态信息,实现全局资源调配,这种模式的主要问题是管理成本高且资源配置效率低。文章基于市场经济中的招投标机理,提出了一种新的网格资源管理模型,本模型的资源分配机制是根据网格内资源供需关系和资源的市场价格通过招投标方式来决定。网格内站点是否参与网格计算交易活动,完全由站点自主地根据自身资源现状和资源的市场价格来确定而不需要一个高于自己的管理机构,本模型是一个完全的市场经济的资源分配模型。     

网格环境下担保约束的信任调度

信任调度模型依据信任度大小选择资源,存在因信任度不够而导致的资源闲置和任务无法执行。针对上述问题,将担保契约纳入信任模型,给出调度契约和担保契约的结构定义及协商算法,提出支撑契约和担保的体系结构,设计基于信任的担保契约资源调度算法。实验结果表明,基于信任的担保契约调度算法在信任模型基础上,放宽了对资源的选择范围,保持双方的信任水平不下降,使任务的满足率和资源利用率均得以提高。     

一种网格环境下的多级资源调度策略

网格计算是近年来得到快速发展的技术,其目标是把因特网整合成一种超大规模的巨大计算机系统,以实现各种资源的全面共享,阐述了网格调度的基本概念,分析了各种资源调度策略,并提出一种基于分布式调度算法的多级资源调度策略。通过对模拟仿真实验中三种技术指标的分析,表明了该算法的高效性。     

校园网格环境构建的关键技术研究

网格计算是新型分布式计算技术。网格是一个集成的计算与资源环境,它能够充分吸纳各种计算资源并将它们转化成一种方便可靠的计算能力。文中论述了网格计算的特点和体系结构及其与传统分布式计算的区别,进而分析了校园网格环境构建的关键技术。校园网格环境的构建是网格普及化必经的关键一步。在校园网格系统构建中除了文中提到的关键技术之外还有诸多问题如安全机制、资源管理、任务管理、通信技术等都有待于进一步研究和具体化。