共查询到19条相似文献,搜索用时 78 毫秒
1.
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. 相似文献
2.
宋曰聪 《微电子学与计算机》2011,28(7)
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. 相似文献
3.
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。 相似文献
4.
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。 相似文献
5.
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。 相似文献
6.
7.
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。 相似文献
8.
9.
10.
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. 相似文献
11.
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。 相似文献
12.
13.
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%. 相似文献
14.
15.
16.
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. 相似文献
17.
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。 相似文献
18.