基于QoS约束的计算能力调度算法研究

云计算具有很强的商业性特点,以为用户提供高质量的服务为目标。针对云计算对服务质量QoS的需求问题以及云计算原有计算能力调度算法没有考虑用户多样性的缺点,提出了基于QoS约束的计算能力调度算法。该算法可以在保证为用户提供模拟的独立计算能力基础上,根据QoS参数生成的向量进行资源与任务的匹配,区分用户的不同服务质量需求,为用户提供符合其需求的资源。     

基于蚁群的天基预警多目标优化算法

为了解决天基预警传感器调度问题,本文提出了一种基于蚁群优化算法和R_2排序算法的连续搜索空间多目标蚁群优化算法。算法中考虑传感器覆盖数量动态变化的任务约束,卫星及传感器数量的资源约束、地球遮挡、临边观测及观测距离等环境约束。针对传统蚁群算法在天基预警任务规划中存在的多目标权衡能力差以及连续搜索空间计算效率低等问题,本文对传感器调度方案进行R_2排序和多目标寻优计算,权衡了目标切换次数,传感器疲劳度以及目标观测时长等优化目标。将算法与元启发式和动态蚁群算法在观测资源充足,观测资源紧缺和观测资源严重不足3种状态进行对比仿真。结果表明:该算法可以在任务、资源和环境约束下对传感器切换次数、单星观测时长和总观测时长等目标进行优化,适用于天基预警星座系统对弹道导弹等具有红外特性运动目标的跟踪方案优化问题。     

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。     

混合关键任务可靠调度方法与调度性分析

为了解决云计算环境下混合关键性任务的可靠调度问题,提出了一种基于主副版本两阶段的混合关键任务可靠调度方法．算法首先对需要调度的混合关键性任务进行优先级划分,按照调度截止期最短的原则将主版本任务调度到目标虚拟机上,对副版本任务按照复制成本最低的原则使用重叠方法进行调度;再对调度到不同虚拟机上的主副版本任务进行可调度分析,对于不能满足分析的任务启动更高关键性等级进行处理．实验结果表明了混合关键任务可靠调度方法具有较高的可靠性和负载平衡能力．     

一种多目标约束条件的云计算资源调度算法

针对基于云平台下资源调度互不相同的约束条件问题,文中提出了一种新的云计算资源调度算法。根据用户提出的各种约束要求,构造多目标约束条件,利用一个隶属度函数将多目标问题转化成单目标优化问题,重新设计了进化算子,对其遗传算法应用进行改进,对单目标问题进行求解,得到了策略的最优解,在CloudSim平台进行仿真实验,实验结果表明,该算法降低了任务调度的截止时间底线违背率,缩短了平均任务执行时间以及节约了平均执行成本。     

基于蚁群算法的云计算联盟资源调度

针对目前云计算联盟的架构和单云环境下资源调度的研究缺少对云计算联盟下的资源调度问题的研究情况,建立了由云用户、云服务供应商和云联盟协调器组成的云计算联盟资源调度模型,为达到云供应商利益最大化,设计了任务-虚拟机-数据中心的调度算法,利用蚁群算法进行模型求解,并通过Cloudsim仿真软件证实了该算法的合理性,验证了供应商资源的数据中心负载率在60％～80％之间时达到均衡,并可获得最大利益。     

考虑多滑动窗口的中继卫星调度模型及启发式算法

高效的调度方法是提高中继卫星系统应用效能的关键.中继卫星调度主要是根据用户的任务申请,科学合理地分配中继卫星系统资源,最大限度地满足各项任务需求,为中继卫星系统编制最优工作计划.考虑中继业务中的多滑动时间窗口需求,构建了中继卫星调度问题的数学规划模型,以最大化任务完成率和用户期望满足度为目标,以任务需求约束、资源使用约束作为约束条件.设计了基于时间自由度的启发式算法,该算法包括了任务时间自由度评价、任务资源匹配、任务插空和资源更新4个算子.最后,通过大规模仿真实验验证了算法的有效性.     

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。     

基于蚁群模拟退火算法的云环境任务调度

针对云计算的MapReduce编程框架,提出一种融合蚁群算法和模拟退火算法的混合调度算法（ACOSA）。该算法以最小化调度时间为目标,引入了任务与资源的匹配因子和负载均衡度,先利用蚁群算法得到一组任务到资源的优化解,然后通过模拟退火算法对解进行路径的优化和信息素的更新。通过扩展Cloudsim云计算仿真平台,对其进行重新编译,实现了所提出的算法,实验结果表明该算法在调度时间、负载均衡等方面表现良好。     

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。     

基于资源有效性分级的网格任务调度算法

为解决网格环境下有多QoS约束的任务调度问题,对异构环境下网格资源相对于任务的有效性进行分析,提出了资源有效性的概念,并根据有效资源的数量对所有任务分级,提出了一种分级约束下的网格任务调度算法GC-Min-Min.最后,通过一个网格任务调度仿真实验,考察了不同的有效资源比例对任务调度的影响,并将新算法与Min-Min算法进行了对比.实验结果表明,该算法有较小的任务完成时间,更适用于有多QoS约束下网格任务的调度.     

基于网格技术的数字化校园教学系统应用研究

针对数字化校园的发展现状及应用需求,重点讨论了一种实际的基于网格技术的校园局域网资源共享模型．采用了简单有效的基于市场机制的资源管理调度模型,并提出了一种利用权值兼顾不同种类任务,优先选择不同类型资源的匹配算法,由于采用遗传模拟退火算法（GSA）作为调度策略,从而使调度系统具有一定的自主性和智能性．该模型解决了数字校园网中资源动态变化所引起的系统行为不可预测方面的技术难题,支持资源的动态加入,且具有良好的可扩展性,为校园网格的最优化设计、网络规划及网络管理部门的决策、宏观管理提供有力的依据．     

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.     

一种基于多目标的容器云任务调度算法

为解决容器云调度模型面向同构任务、同构资源和单一目标造成的不实用、不公平、不高效、不均衡问题,提出带约束修复的树形调度目标模型,基于异构任务和异构资源,采用约束修复避免映射方案不可行,采用优先级综合多个子目标并将其归属于不同树形分支下的子空间,最终实现多个上层应用框架之间的公平、高效、节约、均衡调度模型。试验结果表明,带约束修复的树形调度目标模型在公平度上不比其它对比单目标模型差,可满足更多的任务的需求,并在此前提下拥有更高的资源利用率和负载均衡度,在实用性、公平性、高效与均衡上优于单目标模型,可有效保证公平分配资源,增加容器服务收益,降低物理资源成本,提高稳定性和可用性。     

改进的DBSCAN聚类算法在云任务调度中的应用

针对云计算环境中任务调度中存在的执行效率低的问题,提出了一种基于改进的基于密度的聚类算法(DB-SCAN)的云任务调度策略.首先使用改进的基于密度的聚类算法DBSCAN对云任务进行聚类,然后与已经分类的资源进行匹配,解决资源与任务匹配程度低的问题.实验结果表明,对任务进行聚类后进行任务调度,任务在终端上的平均执行时间减少了大约35.2％,任务的调度时间也有了明显减少.     

负载均衡优先的改进优先级表调度算法

针对当前云计算环境下DAG任务调度时存在的负载失衡、任务调度效率不高的问题,提出了一种负载均衡优先的改进优先级表调度算法(LS-IPLB).算法将云计算集群中虚拟机的状态参数变化抽象成空间中的参数向量变化,给出实时衡量云计算集群的负载均衡性方法,并作为虚拟机选择权值的重要参数.同时以任务执行代价、任务的出度和任务间的通信代价作为参数计算任务优先级,并在任务调度时采用任务复制策略进一步优化调度过程.结果表明,LS-IPLB算法能有效缩短DAG任务图的完成时间,并实现了良好的负载均衡性.     

Pareto多目标模糊调度算法研究

针对企业项目调度中具有多个目标的特性,现实情况中面临资源的可用时间和活动的执行时间具有不确定性,提出了多目标模糊调度模型.在多目标模糊项目调度模型的基础上提出了Pareto多目标模糊遗传调度算法,针对调度中所获得的解空间的多样性问题,在多目标模糊调度算法中引入共享机制平衡解空间的分布.最后对算法进行了实例验证并与其他多目标调度问题的算法进行了比较,验证其有效性.     

模糊云资源调度的CMA-PSO算法

针对多目标云资源调度问题,以优化任务的总完成时间和总执行成本为目标,采用模糊数学的方法,建立了模糊云资源调度模型.利用协方差矩阵能够解决非凸性问题的优势,采取协方差进化策略对种群进行初始化,并提出了一种混合智能优化算法CMA-PSO算法(covariance ma-trix adaptation evolution s...     

云计算下保障公平性的多资源分配算法

针对云计算平台多资源分配公平性问题,文中在DRF算法基础上,提出了云计算动态资源需求公平分配模型,并提出了基于信誉因子的增强公平性分配算法．算法引入信誉因子,对云中计算节点资源使用情况进行实时评估,对恶意长时间侵占资源行为进行惩罚性分配,刺激节点在任务结束后释放占用资源,确保了平台中其他节点资源配额不受影响．与现有方案相比,基于信誉的增强公平性分配算法在保证分配公平的前提下,增强了对公平性的保障,有效地确保了云计算平台资源调度的公平性、可靠性．     

应用网格技术实现校园网资源共享模型的研究

为实现校园网上的资源共享,降低资源浪费,本文讨论了基于网格技术的局域网资源共享模型,该模型解决了资源动态变化所引起的系统行为不可预测方面的技术难题,支持资源的动态加入,且具有很好的可扩展性.采用了简单有效的基于市场机制的资源管理调度模型,并提出了一种利用权值兼顾不同种类任务,优先选择不同类型资源的匹配算法,由于采用遗传模拟退火算法(GSA)作为调度策略,从而使调度系统具有了一定的自主性和智能性.本系统采用了基于LDAP(轻型目录访问协议)的资源监控模型,灵活地将资源监控层的静态数据与动态数据结合起来存储在目录层次中,降低了系统资源的占用率,为局域网用户提供了统一的编程接口及资源共享环境.