基于请求负载的网格任务模糊控制调度策略

在面向大规模复杂应用的网格环境中,网格任务的优化调度变得越来越重要.文中首先提出了一种新的网格任务-服务映射算法,即基于任务负载和优先级的网格任务模糊控制调度策略.在考虑到外部网格任务请求负载和优先级的基础上,能够减少众多网格任务的平均完成时间.使得资源利用更加合理,同时还考虑到了网格服务的价格,即在满足任务负载影响和优先级的情况下,选择价格最小的服务.最后,开发了网格任务调度中间件,并在平台上给出了算法与其他几种常见的经典调度算法进行比较的试验结果.实验表明,算法明显优于已有的经典算法,具有较好应用情景.     

基于模糊控制的分布式服务流程引擎自动配置策略

在面向大规模业务的分布式服务流程应用环境中,服务流程的分布式执行引擎的自动配置管理是一个非常重要的问题.现阶段,简单的、静态的引擎节点配置并不能达到很好的效果.为此,提出了一种新的引擎自动配置管理算法,即基于模糊控制的服务流程引擎自动配置算法,同时在一个基于JINI的分布式服务流程引擎系统中,比较了该动态配置算法和常见的静态算法的性能.实验结果表明,该自动配置策略较静态策略而言能明显提高服务流程引擎系统整体响应时间的稳定性,使得服务流程引擎服务器能够根据外部请求负载情况进行自动的调节和配置,从而更好地适应不断变化的运行环境.