基于改进遗传算法的异构环境混合调度策略研究

异构环境下任务调度是NP问题,它关注大规模的资源和任务调度,要求采用的调度算法能够具有高效性.随着任务数和资源数的增加,遗传算法表现出慢速收敛的缺点.为了克服其缺点,在改进的遗传算法的基础上,增加了分组和负载平衡处理策略,提出了一种混合遗传调度策略.仿真实验表明,基于改进遗传算法的混合调度策略比传统的调度策略性能更优,其算法更符合复杂的异构环境,能更好满足系统的时间特性和最小化资源开销的问题.     

基于异构环境的子任务可分解调度策略研究

针对异构环境下具有数据依赖关系的任务随着业务量增加时,子任务处理时间急剧增长及计算机资源得不到充分利用的问题,提出了子任务可以分解的调度策略,此调度策略根据子任务在DAG的层次关系逐层调度,利用子任务可分解的特性,将DAG图中的一些可分解的子任务分解成一棵2层的m叉树,从而使得系统能够动态调整计算机的负载,并使得系统中各台计算机的负载保持平衡,其效率得到了明显的提高.     

一种使用改进预测成本矩阵任务优先排序的异构计算系统列表调度算法

异构计算系统执行应用效率的提高高度依赖有效的调度算法。该文提出一种新的列表调度算法,称为改进的预测优先任务和乐观处理器选择调度(IPPOSS)。通过在任务优先级排序阶段引入任务的后向预测成本,来减少调度长度。与现有工作相比,该文使用改进预测成本矩阵(IPCM),更合理地进行了任务优先级排序,从而在处理器选择阶段获得了更好的解,并保持2次时间复杂度。IPCM考虑了任务优先级排序阶段的各种计算、通信因素,比预测优先任务调度(PPTS)提出的预测成本矩阵(PCM)更容易获得合理的优先级列表。随机生成应用的有向无环图(DAG)和真实世界应用的DAG的实验结果分析表明,IPPOSS的性能优于相关算法。     

高性能调度技术中应用程序调度模型设计--地理空间信息网格调度技术的研究

地理空间信息网格调度技术，要比传统的高性能计算中的调度技术复杂，原因是如果将全部网格资源作为一个应用程序的调度和执行目标，必将导致通信延迟、成本昂贵、执行低效等。为此，综合考虑应用程序特性、机器特性等，研究设计了地理空间信息网格高性能调度技术中的应用程序调度模型，包括地理空间信息网格应用程序分析；资源特性分析；应用程序分解；性能预测；资源调度；机器选择；任务映射；任务调度；任务调度器和调度器管理模块。以实现为不同的应用程序匹配不同的计算资源，提高计算资源的利用率和应用程序的执行效率。     

主动配电网优化调度策略研究

主动配电网(ADN)能够实现对分布式能源的主动管理与控制,对主动配电网的优化调度策略进行研究能够保障电网的安全经济运行。本文对主动配电网的基本概念及其优化调度的重要性进行了阐述,针对主动配电网的自身特点对其优化调度策略进行了分析,以期为主动配电网的优化调度关键技术研究提供参考。     

Web服务调度策略的研究

Web服务调度是Web服务组合中的一个重要环节,直接影响着服务组合的效率。文章研究了目前Web服务器广泛使用的调度策略:先来先服务策略(FCFS),优先级策略(Priority),分析了其优缺点。在此基础上,结合静态和动态两方面因素,提出了基于服务器负载的优先级调度策略,其中优先级的设定通过将服务费用同执行时间相绑定。文章最后设计了该调度策略的算法,通过实验将它和优先级策略进行了比较。摘要     

并行MATLAB应用程序增添新特性

有了新的spmd语言后,仅需对现有的代码做微小的改变甚至无需改动,用户即可解决大规模计算和数据密集型的技术问题。     

网络编码调度策略的研究

网络编码是通信领域的一项重大突破,其基本思想是建立在网络信息流的基础之上,通过网络节点对来自不同链路的信息流进行编码处理,使其既能实现传统路由功能,又能实现对信息的编码处理。分析了等速率的网络编码调度策略,并把自适应传输技术应用到网络编码的调度策略,然后通过Matlab仿真分析,验证了自适应的网络编码策略可提高通信系统的网络编码增益、吞吐量和减少数据传输延时方面的贡献。     

基于Andriod平台的应用程序开发研究

今日世界,日新月异,科技伴随着我们的生产生活,人们接入互联网的方式越来越向移动端倾斜。因而,在移动端网络应用程序开发工作越来越被大众所看重。而Andriod因其强大的开放性、兼容性进军市场,成为目前市面上使用最多的——承载移动应用程序的系统。我们研究的Google Andriod平台的应用程序,最重要的部分便是其中的应用层的开发方法。     

关于电力配电网调度优化策略的研究

目前我国正处于经济快速发展的关键阶段,未来我国电力配电网络究竟会获得怎样的发展,我们很难去进行预期.也真是因为如此我们必须要坚定不移的坚持电力行业的改革.本文正是基于此,来对于电力配电网络的调度策略进行研究,希望对于更好的推进我国电力配电网络的优化调度和策略提供一定的参考和建议.     

确定性并行编程模型下任务调度策略的研究

并行程序执行的不确定性给并行程序的开发、调试和测试带来了挑战,严重阻碍了并行软件的发展。确定性并行编程模型是保证并行程序确定性的途径之一,但是程序可能因保证确定性而带来性能损失。文章以dedup基准程序为案例,探索确定性共享内存并行编程模型DetSM下的任务调度策略。文章首先分析了原dedup的程序架构和调度模型,然后结合DetSM的特点,将两种确定性的调度策略--"轮询"和"一对一"相结合来设计适合本应用的任务调度策略。实验结果表明,本文最后改进的调度策略是很有效的,它使得改写的dedup在性能上可以和原dedup相比较,甚至超越原dedup。     

异构BSP模型及其通信协议

异构并行计算由于其较高性能价格比而在高性能科学计算和通用应用领域受到广泛研究.但由于异构并行程序设计与性能分析仍处于经验阶段,开发实用程序较为困难.本文提出异构环境中的HBSP模型,并导出相应的开销预测方法,能有效指导异构并行程序的设计与分析.所设计并实现的HBSP模型的通信协议能运行于所有支持MPICH软件包的计算平台.最后以并行FFT算法为例,给出相应的算法设计和实际测试结果.     

面向异构计算的能效感知调度研究

异构调度可使大规模计算系统采用并行方式聚合广域分布的各种资源以提高性能.传统调度目标追时限约束求高性能而忽视高效能,远不能适应绿色计算科学发展要求.因此,本文在理论上一方面建立融合能效感知的调度模型;另一方面提出适于超计算机混合体系的多学科背景的元启发式优化算法.从技术上解决了面向不同环境目标的调度实施条件界定及调度指标(时间、能耗)实时变化描述等问题.大量仿真实验结果表明:与三个元启发式调度器相比,论文方法在能效及可扩展等方面优势明显;对于高维实例,整体性能改善分别达到8%,15%和17%.     

满足本地化计算的集群资源调度策略

将本地化计算分成节点本地化计算和机架本地化计算2个层次,分别称作节点本地化计算和机架本地化计算。结合主导资源公平调度策略DRF和Delay调度约束机制提出一种满足本地化计算的集群资源调度策略DDRF,旨在既能达到一个较高的本地化计算水平,又能保证资源调度的“公平性”。通过数据实验分析了在DDRF调度策略下本地化计算延迟对作业执行效率的影响。     

带公共交货期的并行机提前/拖后调度问题的进化策略求解

本文首次将进化策略应用于带公共交货期的并行机提前/拖后调度问题,在问题描述、个体的复合编码表示、进化策略参数的模糊逻辑动态控制和进化策略的局部寻优方面作了研究.不同规模的计算实例表明本文提出的进化策略算法可以有效解决较大规模并行机调度问题.     

Scheduling strategy for science workflow with deadline constraint on multi-cloud

In view of the deadline-constrained scientific workflow scheduling on multi-cloud,an adaptive discrete particle swarm optimization with genetic algorithm (ADPSOGA) was proposed,which aimed to minimize the execution cost of workflow while meeting its deadline constrains.Firstly,the data transfer cost,the shutdown and boot time of virtual machines,and the bandwidth fluctuations among different cloud providers were considered by this method.Secondly,in order to avoid the premature convergence of traditional particle swarm optimization (PSO),the randomly two-point crossover operator and randomly one-point mutation operator of the genetic algorithm (GA) was introduced.It could effectively improve the diversity of the population in the process of evolution.Finally,a cost-driven strategy for the deadline-constrained workflow was designed.It both considered the data transfer cost and the computing cost.Experimental results show that the ADPSOGA has better performance in terms of deadline and cost reducing in the fluctuant environment.     

一种分布式并行I/O中新型动态数据调度算法

在研究并行I／O数据调度策略的基础上，提出了一种应用于分布式计算系统中的二次调度自主维护负载平衡的动态I／O调度算法（DIO_TSMB），实验结果表明了算法的有效性，最后指出了并行I／O数据调度的发展趋势。     

分布式并行计算在超分辨率图像增强中的应用

主要介绍了分布式并行计算在超分辨率图像增强领域中的应用,超分辨率图像增强是指在不升级现有采集设备、不增加传输带宽的情况下,对现有1080P的视频内容通过软件方法提高图像分辨率,从而使图像达到4K的画面质量.由于超分辨率图像增强技术需要强大的计算能力支持,研究了分布式并行计算环境下的超分辨率图像增强系统的搭建以及性能对比测试,得出了分布式并行计算技术可以成百倍地提升超分辨率图像增强处理能力的结论,在实际应用中可大幅提升4K内容的生产能力.     

带工艺约束并行机调度问题的一种新的遗传算法

以最小化拖期任务数为目标,研究了解决一类带工艺约束并行机调度问题的新的遗传算法.基于向量组的染色体编码方法简单、译码快速,并能自动满足工艺约束;扩展的顺序交叉算子EOX能自动满足工艺约束并尽量保留父代遗传信息,在较大程度上优于传统的交叉算子;位变异和交换变异相结合的变异方法有利于更好保持种群的多样性.大量模拟数据与生产线应用实例表明本文所提的基于向量组编码的遗传算法是相当有效的.