多用户MIMO无线通信系统中基于QoS的比例公平调度算法研究

未来的无线通信系统是一个多业务系统,不同的业务有不同的QoS要求,如最大时延和最小误码率等,这就要求调度算法在提高系统吞吐量和保证用户公平性的同时,还要提供对不同业务QoS的区分保障机制.针对这一趋势,在比例公平调度算法的基础上,通过引入表征QoS的参数,提出了一种改进的可以保证QoS的比例公平调度算法,并对改进算法的各项性能进行计算机仿真,验证了它的性能.     

基于QoS的分布式路由算法的研究

随着网络应用的不断增长，现有的路由算法难以满足用户的多QoS要求。本文在分析了经典路由算法的基础上，介绍了一种通用的分布式QoS路由算法并详细阐述了几种具有不同QoS度量的具体的分布式路由算法的实现。     

基于蚂蚁算法的分级QoS路由调度方法

提出了一种基于智能蚂蚁算法的分级QoS路由方法.通过仿真实验验证,相对于同样基于蚂蚁算法的平面QoS路由算法,此方法具有相近的路由结果,但速度可以提高30%左右.     

基于资源分组的多约束云工作流调度算法

已有的云工作流调度算法采用全局搜索方式进行资源选取,存在计算成本高、对大规模云系统适应性差的问题。该文提出了基于资源分组的多约束云工作流调度算法,采用有向无环图的方法,对云工作流中的多任务之间的执行顺序和数据交换等属性进行量化建模;使用模糊聚类方法实现基于资源多维特征的分组处理,降低工作流任务到资源匹配过程中的搜索空间;并引入执行时间和成本预算约束,将工作流的任务调度问题转化为有约束条件的极小极大问题进行快速求解。仿真测试表明,该算法显著降低了任务执行完成时间和成本。     

网格环境下基于多QoS约束的任务调度算法研究

针对网格任务调度过程中的QoS （Quality of Service）约束可扩展性不足、资源利用率低等问题,提出一种多QoS约束的Min_Min任务调度算法。该算法首先计算待调度任务QoS与每个资源QoS的匹配值,并根据匹配值的大小确定任务分配的先后顺序,然后再依次对已排序的任务选取具有最小最早完成时间所对应的资源进行分配。在保证QoS匹配质量的同时,也注重资源节点的利用率。仿真实验结果表明,该算法在综合性能上明显优于Min_Min算法。     

基于SLA的云计算资源调度机制研究

针对现有的IaaS层的资源调度研究在任务调度机制和资源负载均衡机制上存在的不足,以SLA管理、资源调度等理论为基础,结合现有研究成果,对基于SLA的云计算资源调度策略进行一些针对性的研究。提出了基于SLA的云计算资源调度框架,讨论了面向IaaS资源服务提供商SLA管理机制及内容,设计了基于SLA管理的QoS保证机制,与负载均衡模块和任务调度模块交互实现服务SLA的保证,有效实现IaaS资源服务提供商在任务QoS约束下最大化资源利用率的同时获得最大的收益。     

基于标识支持区分QoS的CICQ调度机制

为了在高速环境下对不同业务提供更好的区分服务质量QoS(quality of service)保障,将标识的概念引入交换结构,提出一种基于标识支持区分QoS的CICQ(combined input and cross-point queued)调度机制.该机制采用基于标识和预约带宽约束的流控机制,以业务类为单位管理网络数据流,保证了交换对高层不同业务类的有效支持,理论分析和仿真实验一致.这表明该机制具有良好的时延性能,在过载情况下根据预定带宽分配输出链路带宽,保持了各业务类的相对公平性.     

基于模糊聚类的云计算集群资源调度算法

针对现有的云计算集群资源调度算法具有的负载不均衡和在线动态适应能力不强的缺点,提出了一种基于模糊聚类的云计算动态集群资源调度算法。首先,构建了云计算环境下的资源调度模型。然后采用模糊聚类对云计算集群资源进行聚类,根据节点与所有聚类中心的距离判断是否需要增减聚类数量。当新任务到来时,自动计算其到各个聚类中心的距离,将具有最小聚类距离的聚类中心分配给该任务。在Cloudsim环境下进行仿真试验,结果表明该方法能有效地实现云计算集群资源的动态调度,且较其它方法相比,具有反应实时和负载均衡的优点,是一种适合云计算环境的可行任务调度方法。     

基于改进智能水滴算法的双资源约束车间调度

为了解决多资源约束下的作业车间调度问题,提出了一种改进智能水滴算法.该算法采用了基于工序与加工机器相融合的两层编码方式建立问题和算法的映射关系,运用随机方法初始化产生可行解,结合精英保留策略加快算法的收敛速度,嵌入迭代局部搜索算法以增强算法的全局搜索能力,并来解决影响车间调度的3个主要成本因素,即最小化延期成本、最小化人工成本和最小化设备运行成本.通过实例的收敛性能对比,证明算法具有优秀的全局开发能力和收敛性.实验表明了该算法能够有效求解双资源约束车间调度问题.     

一种基于遗传算法的车间作业调度求解算法

研究了遗传算法在特定的车间作业调度问题中的应用,以遗传算法作为优化工具,给出了车间作业调度算法,最后给出了计算机仿真结果,并与启发式算法求得的结果作了比较,证明了该算法解的有效性和优越性.     

基于权值的Hadoop调度算法改进与实现

针对当前Hadoop集群自带的任务级调度分配方法在实际处理作业时存在资源分配不均的问题,提出了一种基于权值的任务调度分配算法。该算法结合节点当前的负载状态、节点物理性能和任务优先级等作为依据,通过权值排序当前的作业队列并将空闲资源优先分配给权值高的任务,从而实现运行过程中作业任务的自适应动态调度。实验结果表明,改进算法相比原来的FIFO算法有30％的性能提升。     

基于改进布谷鸟搜索算法的云计算任务调度

针对云计算系统中能否高效地调度子任务的问题,本文提出了一种基于改进布谷鸟搜索算法的任务调度算法.利用柯西分布对陷入局部极值的鸟巢进行扰动,有利于提高布谷鸟搜索算法全局搜索的质量.算法运用整数编码方式,利用改进后的算法求得最优解.使用云仿真平台进行验证,结果证实了所提出算法的有效性.     

基于变异算子的云计算任务调度算法

为了高效调度云计算中海量的任务,提出一种改进遗传算法（IGA）,将变异操作分为两种：变异操作a和变异操作b变异操作a为随机位置的基因值变异,而变异操作b则是先找出满足一定条件的基因位置,再将该位置的基因值变异成目标基因值,使得每次变异后的染色体都优于变异前的染色体.在算法的前期使用变异操作a,在算法后期即将收敛于最优解时,采用变异操作b以加快收敛的速度 为了避免改进变异操作使算法陷入局部解,在种群初始化时,采用染色体匹配率的方式选择初始化种群,使其均匀的分布在整个解空间上.实验仿真结果表明,改进算法不但使最终完成时间更短,收敛效率更高,而且可以在一定程度上均衡负载,能更有效地实现任务调度.     

基于蚂蚁算法的网格计算任务分类调度方法的研究

介绍了网格计算应用开发和任务调度优化的研究工作.分析了适合于网格环境的网格应用,提出一种基于蚂蚁算法的任务分类调度方法,通过大量的试验数据验证了改进方法的效果.     

虚拟计算环境下基于模糊聚类的资源调度算法

为了对虚拟计算环境( iVCE)中有资源偏好的应用需求做更精细化的资源调度支撑,提出了基于模糊聚类的资源调度算法。该算法针对应用的资源偏好,使用模糊关联聚类的方法对资源进行处理,进一步缩小了资源的选择范围,降低了直接对原始资源进行聚类的空间复杂度,从而为资源的精细化调度提供了基础。     

基于遗传算法的QoS路由选择策略

针对QoS(服务质量)路由中的DCLC(DelayConstrainedLeastCostpathproblem)问题,提出一种基于遗传算法(GeneticAlgorithm:GA)的QoS路由选择策略.文中先采用一种直观的整数序列(网络节点号)编码机制,在此基础上采用两种先进的路径变异、交叉算子,仿真表明无论是在收敛性、运行时间方面较通用遗传算法都有很大的改观,且解的质量较优.     

基于CPM的非流水作业排序启发式算法

通过对ｎ种零件需经ｍ类机器加工的复杂非流水型作业排序这一ＮＰ问题的分析,以误工时间最短为目标建立了数学模型,并采用 ＣＰＭ方法构造了一个优度较高的启发式算法．实际应用表明,该算法很适于单件、小批生产类型的生产进度计划．