基于遗传算法的网格资源任务调度策略研究

网格是当前高性能计算领域的一个研究热点。首先分析了网格任务的特点,给出了网格任务模型,在此基础上提出了一种层次结构的网格资源管理任务调度系统模型。采用了遗传算法作为调度策略,给出了调度策略的每一步具体实现方案。此模型可为网格的资源管理提供一个统一的高层管理框架,能实现全局最优调度,为网格调度提供了一种有效的方法和途径。     

集成P2P模式的网格任务调度算法

网格计算和P2P都是研究大规模的资源共享问题,P2P为大规模分布式环境下有效地发现资源提供了可扩展性方案,本文提出了一种集成P2P模式的三层网格资源管理体系结构, 将资源的属性以资源组的形式构建层次式的资源管理目录树,提高了资源发现效率,针对网格资源调度中负载均衡、容错处理和调度最优化等问题,设计了一种分层次的网格调度模型,并在此模型的基础上提出了一种集成P2P模式的网格资源调度算法,通过集成的方式将资源的网络带宽、计算能力、资源利用率和网络通信开销等属性按照优先权值的大小进行排序区分,实现网格任务与资源的最佳匹配,理论分析和仿真实验证明了体系结构的可靠性和算法的有效性。     

网格任务调度模型的研究

网格任务调度是采用适当的调度策略把应用程序分配到异构的计算节点上进行高效的执行并返回正确结果的过程。本文研究了经典网格任务调度模型,分析了各自的优缺点,并提出了一种包含有树形全局调度模型和局部调度模型的两层结构模型,此树形全局调度模型通过负载从根节点自上而下的迁移,能够很好地实现网格系统的负载平衡。通过二叉树的节点删除算法能够很好地解决模型中节点的失效问题,因此具有很好的安全性和可靠性。     

一种基于通信开销的网格任务调度算法

针对网格中通信密集型任务调度存在的通信开销的不稳定性问题,在网格同构计算环境下,基于Min-min算法,采用动态调度策略,提出了一种相适应的基于通信开销的任务调度算法.实验结果证明,该算法在解决通信密集型应用的任务调度问题时效果明显.     

一种网格环境下作业混合调度的策略

网格作业调度是网格平台以尽可能高效的方式将应用程序提交的计算任务分配到恰当的计算资源上执行的过程.为此分析了网格作业的调度目标与资源分配策略,并在此基础上给出了一个综合的调度算法,以及一个仿真实验结果.     

一种改进的网格资源组织及其任务调度

为了提高网格资源调度的效率,利用分层的思想和方法,提出一种分层的网格资源组织方式及其调度机制。通过在分层组织结构中引入负载信息表和资源统计表,对传统的资源组织方式进行改进,在任务调度时对网格资源进行筛选,缩短任务的平均调度时间,提高任务调度效率,同时可解决网格内部的负载平衡问题。仿真实验及分析显示,与传统的资源组织方式相比,该组织方式可提高网格系统的性能,同时具有较好的扩展性。     

基于网格节点的分布计算策略分析

介绍了网格技术的现状和近期发展，讨论了集群服务器作为网格节点的重要组成部分在网格计算中的重要作用，导出了计算包在到达网格节点时的一种数学模型，利用这种数学模型，对网格节点的分布计算策略进行分析，这对充分利用集群服务器计算资源、提高网格节点的服务能力有着重要意义．     

网格计算技术的应用

介绍了网格计算的概念，实现网格计算的关键技术以及现实中网格计算工作，支撑软件和硬件，并对网格计算技术在我国的应用前景作了分析。根据目前网格计算发展的现状，对网格计算需要解决的问题作了阐述。     

基于改进免疫遗传算法的网格任务调度

为改进网格计算中任务调度的低效问题,采用十进制的实数编码规则产生初始抗体群,由免疫遗传算法经过克隆和变异算子生成资源集合中的蚁群信息素,进而利用蚁群算法的并行性展开全局搜索,通过CloudSim仿真平台进行模拟,与粒子群算法及蚁群遗传算法进行对比,结果表明,改进的免疫遗传算法能够大幅提高网格计算任务调度效率,有效地解决网格任务调度问题.     

一种基于网格的移动业务管理运营服务模型

分析了现有移动终端架构存在的缺陷，提出一种新的基于网格OGSA（开放网格服务体系结构）和资源受限设备的移动业务管理运营服务模型，充分地利用了网格计算和普适计算两者的优点. 通过将移动计算与OGSA融合，可以动态、智能地对网络服务器资源和资源受限的移动终端进行管理，提供了一种有QoS( 服务质量)保证的、端到端的、对用户透明的移动业务管理和配置模式，比传统以终端为中心的移动业务管理运营服务模型，具有更好的扩展性和更强的服务集成能力.     

支持并行任务的多约束网格调度模型

针对资源负载瞬时过重情况下负载平衡和跨度的优化问题,提出了一种支持并行任务的多约束网格调度算法。考虑到网格环境资源的非专有性和性能差异较大的特点,提出了扩展分配概率的概念。算法将负载平衡分配概率与期望执行时间对任务分配造成的影响进行加权,依据扩展分配概率进行任务到节点的映射。在3个节点搭建的Globus网格环境中对算法进行了测试和评估。测试结果表明,多约束算法在节点初始负载不均时,算法能达到可接受的负载平衡,且跨度优于负载平衡算法,表明了算法的合理性。     

一种交互感知的并行查询调度策略

为了捕获数据库并行查询之间的交互作用,本文利用实验驱动的方法对查询交互进行性能建模,并基于性能模型提出了一种交互感知的并行查询调度策略,通过减小交互作用带来的消极影响来获得较好的系统性能。与其他调度算法的实验比较结果表明,交互感知的调度策略可以更好地提升数据库性能。     

面向实时网格任务的多策略资源协同分配模型

提出一种实时保证度的计算方法,用于评估特定协同分配方案对实时网格任务的截止时间保证度,并在此基础上设计和实现了一个多策略资源协同分配模型。该模型利用已有协同分配策略生成不同的分配方案,并选择截止时间保证度最优的方案为任务分配资源。仿真实验利用实际网格系统的任务负载,在多集群型计算网格测试床上检验了该模型的性能表现。实验结果显示,多策略协同分配模型能综合各种已有各类协同分配策略的特长,为实时网格任务的资源协同分配提供可靠性增强的截止时间保证。     

基于一致性算法的智能电网储能单元分布式调度策略

针对太阳能和风能的不确定性对智能电网功率分配的影响,提出了一种基于一致性算法的智能电网储能单元分布式调度策略.该策略使用一致性算法来最大化充放电功率,并实时调整智能电网储能系统的输出功率来补偿实际功率与计划功率间的偏差,从而有效解决储能单元的内阻对充放电效率的影响.系统仿真测试结果表明,所提出的分布式调度策略能保证所有储能单元收敛到同一个最优值.     

基于SDN和ICN的智能电网架构及其缓存技术

针对智能电网传统架构及海量电力数据存储、转发的问题,基于SDN和ICN技术的智能电网架构的研究,提出一种逐级-折半的缓存放置策略(LCHD)。该策略考虑其对于缓存放置的影响,加入内容流行度这一因素在缓存内容中,,并提出逐级折半存储机制,实现了低冗余快速收敛的数据存储。通过Icarus仿真平台,将LCHD、EDGE、LCE及Prob这4种缓存策略从缓存命中率、链路负载、网络时延等多方面进行对比分析,证明LCHD算法能够有效地降低网络冗余,提高缓存性能。该策略拥有开放灵活的网络架构的优点,不仅能为上层提供简单、高效的配置与管理,还能为不同业务、用户的海量数据的存取提供便捷、快速的响应,从而能够更好地支撑电力LTE无线通信系统的建设与运营。     

一种独立任务调度问题的相对量化模型

在分布式处理领域,独立任务调度问题是一个NP难题.现有各种调度模型普遍采用基于运行时间的任务量化方式,这使得异构系统调度问题较同构系统更为复杂,因为异构系统中同一任务在不同节点上的运行时间不等.该文提出了一种独立任务调度问题的相对量化模型,该模型采用一种相对量化方案来量化任务的载荷量和计算节点的负载能力及负载状况.基于该模型,可用LPT、AI之类的同构调度算法解决异构调度问题,从而使异构调度问题的复杂度降到与同构调度问题相当.理论分析与实验研究证明了新模型的有效性和良好的工程实用性.     

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．     

一个基于校园网的计算网格原型系统及其关键技术实现研究

为了把分散在校内的计算资源通过校园网连接起来构建成一个具有较高计算能力的机群,提供一些计算服务如并行计算,系统基于GlobusToolkit作为中间件和校园网来构建计算网格平台,设计并实现了一个计算网格的原型,详细描述了其实现的内部机制和关键技术.