网络处理器的分析与研究

目前,网络在提高链路速率的同时出现了大量的新协议及新服务,而传统的网络设备一般采用专用硬件芯片或者基于纯粹的软件方案,很难兼顾性能与灵活性两方面的要求.为此,一种并行可编程的网络处理器被引入到路由器(交换机)的处理层面.它基于ASIP技术对网络程序处理进行了优化,同时还兼有硬件和软件两种方案的特点.网络处理器的出现将经典的"存储-转发"结构变为"存储-处理-转发",这为复杂的QoS控制和负载处理提供了可能.从网络处理器本身及其应用两个角度出发,介绍了相关的研究工作,分析了系统特点和面临的挑战,并展望其未来的发展方向.  

基于遗传算法的网格资源调度算法

网格将多种资源组织在一个统一的框架下，为各种复杂的计算任务提供资源．因此计算任务在各种资源之间的调度成为了一个关键的问题．简述了在异构资源之间调度任务的重要性，提出了一种基于遗传算法的任务调度算法，该算法采用资源一任务的间接编码方式，通过DAG图获取子任务的层次关系，并将子任务按照层次深度排序，解决了种群中的非法问题．在单一资源上采用短任务优先和父节点优先两个原则来安排子任务的执行次序，以避免出现任务堵塞的现象．  

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。  

云计算资源调度研究综述

资源调度是云计算的一个主要研究方向.首先对云计算资源调度的相关研究现状进行深入调查和分析；然后重点讨论以降低云计算数据中心能耗为目标的资源调度方法、以提高系统资源利用率为目标的资源管理方法、基于经济学的云资源管理模型,给出最小能耗的云计算资源调度模型和最小服务器数量的云计算资源调度模型,并深入分析和比较现有的云资源调度方法；最后指出云计算资源管理的未来重要研究方向:基于预测的资源调度、能耗与性能折衷的调度、面向不同应用负载的资源管理策略与机制、面向计算能力(CPU、内存)和网络带宽的综合资源分配、多目标优化的资源调度,以便为云计算研究提供有益的参考.  

Web服务器组的负载均衡方法研究

服务器组是大中型网站建设的重要架构。本文讨论了服务器组的组成模式及其组成结构，针对目前服务器组使用的负载均衡方法所存在的缺陷：未真正考虑到服务器组的当前负载，提出两种新的负载均衡算法，即负载最小优先算法和混合负载均衡算法。实验结果表明，新方法可更有效地均衡服务器组的负载。  

资源调度中的资源信度模型和调度算法

提出了用于描述资源动态性和可用性的一种资源信度模型,在该模型下每个资源是一个信度实体.资源信度是对资源完成作业能力的一个综合评价,资源信度值越高,它越可能在较短的时间内完成交给它的作业.在此基础上提出了一种基于资源信度模型的资源调度算法.通过GridSim工具包与FIFO算法和Libra调度算法进行了模拟对比试验,试验结果表明,该算法是有效的.  

基于遗传算法的网格计算资源调度策略

如何将网格这个复杂环境中的计算资源进行有效调度,是一个NP问题。遗传算法被证明是解决这类问题的有效算法,同时遗传算法有“早熟”和慢速收敛等缺点。为了克服其缺点,提出一种新的并行遗传算法,采取避免近亲繁殖的交叉策略和保护优秀个体的方法,提高算法搜索能力和收敛速度。仿真结果表明该算法能有效地解决网格计算资源分配问题。  

基于遗传算法的动态资源调度问题研究

建立了无人作战飞机任务规划问题的数学模型，提出了分层递阶的任务规划系统结构．针对任务规划的核心资源调度问题，设计了基于遗传算法的动态资源调度算法，有效地解决了多无人作战飞机的资源调度问题，计算结果表明了算法的有效性．  

基于蚁群遗传算法的网格资源调度研究

传统的资源调度算法在网格环境下存在一定缺陷,如不能很好地平衡资源节点的负载,不能很好满足用户服务质量需求等.为了提高网络质量,应用遗传算法全局快速收敛的优点,将遗传算法融入到蚁群算法的每一次迭代中,使之具有很强的全局搜索能力,以加快算法的收敛速度,提出了在价格机制驱动下,应用蚁群遗传算法进行网格资源调度的算法.仿真实验结果表明,在价格机制驱动下,应用蚁群遗传算法进行网格资源调度可以减少系统总执行时间和任务完成时间,系统负载均衡度好,提高了资源调度效率,在网格环境下,算法具有稳定性和高效性.  

基于CIMS的水利枢纽体系结构及集成调度系统

在水利枢纽群及中小流域中，应用基于CIMS的体系结构和信息系统集成技术，集成防洪及水资源调度系统是一条有效的技术途径。以安徽省茨淮新河工程为例，阐述了基干CIMS的体系结构的基本框架与集成技术在防洪及水资源调度决策支持系统中的研究与应用。