基于经济的网格资源调度算法研究

网格使构建虚拟组织,在全世界范围内共享资源成为现实.但是,在网格环境下的资源管理和调度是一项相当复杂的工作,这主要是由于资源分布在世界各地,隶属于不同的组织,各个资源拥有者都有不同的使用和访问策略、开销模型、不断变化的负载和可用性.为了满足网格计算环境中资源调度的复杂需要,可以将现实世界中的经济原理和模型应用到网格环境下的任务调度中,并据此提出了几种经济资源调度算法.     

基于经济模型的网格资源调度算法研究

基于经济模型的网格资源调度算法是目前网格环境中非常重要的调度算法.介绍基于经济模型调度算法的基本思想和体系结构,对4种基于经济模型的调度算法做了详细的阐述,并在GridSim上的模拟结果做了分析与比较.     

资源受限的项目调度问题的求解算法

本文建立了不确定资源环境下的资源受限的项目调度模型,用不确定规划的方法将不确定问题转化为等价的确定性问题,并给出了一个解决该问题的二阶段算法及实例。     

资源约束项目调度研究综述

资源约束项目调度问题(RCPSP)研究资源的合理利用和项目活动的合理调度,实现既定目标的最优化,具有很强的工程背景,近年来得到了学术界和工业界的广泛关注.为此,介绍了RCPSP的数学模型以及多种问题的扩充,总结了相关理论,重点综述了RCPSP的算法,并归纳了若干应用进展.最后指出了有待进一步研究的方向和内容.     

基于性价比改进的网格调度算法

在动态、异构的复杂网格环境中,任务调度算法已被证明是一个NP难问题.Min-Min调度算法是研究其它调度算法的基础之一.在分析Min-Min调度算法的基础上,指出该算法的缺陷:负载不均衡并且调度的过程中没有考虑费用的问题.针对这两个方面,提出了一种基于性价比改进的调度算法,通过分析表明,改进后的算法在费用、负载平衡度方面有了很大的提高,并且节省了很大一部分费用,说明改进后的算法在一定程度上提高了算法的效率,提高了网络的整体性能和总体吞吐量.     

云计算环境下的资源调度算法探究

详细针对云计算进行了分析,同时分析了当前各种云计算的调度及算法,并总结了遗传算法所存在的优点与缺点,充分结合计算产业运营中存在的的缺点,提出了遗传算法在云资源的调度中的改进措施,将元胞的自动机和遗传算法进行优化结合,从而达到对遗传算法进行改进的目的。经过实验与分析,证实改进以后的遗传算法具有更多的运行成本和更短的运行时间,在云环境下的计算中具有较强的适用性。     

强时间约束条件下的调度优化算法

强时间约束是指控制数据流图CDFG的延迟时间无法满足的时间约束。为了使CDFG的延迟时间能够满足强时间约束,本文提出了对CDFG的优化(压缩)算法。该算法根据操作的结合律和兮配律,在满足硬件资源约束的条件下,将CDFG关键路径上的操作转换到相关的非关键路径上去,使关键路径上的操作个数减少(即CDFG的延迟时间减少),从而使CDFG的延迟时间满足强时间约束。该算法在不改变CDFG语义的前题下,重新安排CDFG中的各个操作,尽量减少关键路径上的操作个数。该算法已经加入到我们所完成的DBS调度算法的控制策略中,使得DBS调度算法能够在强时间约束条件下进行调度。     

不确定资源约束下项目鲁棒性调度算法*

在跨企业项目中,由于资源可用时间具有不确定性,从而使得项目计划具有易变性。针对这一问题,首先采用模糊集对项目的不精确时间参数和资源不确定性进行了表示,并在同时考虑调度的质量鲁棒性和解的鲁棒性情况下,定义了调度的鲁棒性度量,进而开发了遗传算法来求解不确定资源约束下的项目鲁棒性调度问题。最后,给出了应用实例,并通过仿真分析说明算法的有效性。该算法已被应用到跨企业项目管理系统中,获得了良好的效果。     

基于优先规则的空间资源约束项目调度算法

任务组占用空间资源项目调度问题需满足组内任务的序关系和人力、设备等常规资源约束,以及空间资源这一特殊资源的约束,同时任务组之间也需满足上述约束,使得该调度问题异常复杂。以船舶建造分段制造问题为背景,建立任务组占用空间资源受限的项目调度问题数学模型,基于并行调度生成方案提出基于优先规则的启发式调度算法,实现对该调度问题的综合求解。实例测试结果表明了该算法的正解性和有效性。     

云计算资源调度算法仿真

针对云计算的资源调度问题,有效利用云网络结构,是分布式结构与网格技术中的主要问题.大量资源调度算法使用任务结构对云计算环境下的负载进行分配,但较少考虑网络节点的动态信任度问题使得云计算资源存在一定的安全隐患.首先基于云计算任务串并联结构对网络动态资源进行分配,然后使用粒子群算法并结合节点置信度指标进行改进.通过仿真进行验证,证明了改进方法在增加节点信任度指标后提高了云计算资源的利用率,降低了网络资源负载.     

Nimrod-G系统中DBC分类调度算法探讨

针对Nimrod-G系统中DBC调度策略只能集中对一个目标(时间或费用)进行优化的问题,提出了基于平均成本的DBC分类调度算法,该算法综合考虑了任务调度的完成时间和费用。通过GridSim仿真实验证明,基于平均成本的DBC分类调度算法在均衡完成时间和费用方面有很大的优势,有效的扩展了原有算法。     

COTS Switch工业以太网实时调度算法

针对基于商用现成组件技术（Commercial Off-The-Shelf,COTS）的交换式以太网不能满足工业数据通信的实时性要求问题,给出了改进的FTT（Flexible Time-Triggered communication paradigm）网络调度模型,提出了新的周期性实时消息链路可调度性优化判定方法,在此基础上设计了一种基于EDF（Earliest Deadline First）的实时调度算法。算法通过对网络消息流量进行有效控制防止交换机缓冲区溢出,同时充分发挥网络在同一时间存在多个并行传输链路的优势,提高了网络实时性。仿真实验表明该算法在提高网络的聚合带宽、减小消息的平均等待延时和丢失率方面均有明显的优势。     

基于遗传算法的动态资源调度问题研究

建立了无人作战飞机任务规划问题的数学模型，提出了分层递阶的任务规划系统结构．针对任务规划的核心资源调度问题，设计了基于遗传算法的动态资源调度算法，有效地解决了多无人作战飞机的资源调度问题，计算结果表明了算法的有效性．     

网络化运动控制系统的经典调度算法应用研究

网络化运动控制系统作为一类特殊的实时系统,其系统的性能与资源（处理器、网络）的调度密切相关,将实时调度理论应用于网络化运动控制系统非常必要。在对用于单处理器的经典实时调度算法（RM和EDF）以及网络调度的研究现状进行综述的基础上,对网络调度和任务调度的异同点及网络调度的实现方法和应用技术进行了研究。最后,对RM和EDF两类调度算法在网络化运动控制系统中的应用及调度优化问题进行了仿真研究。     

生物地理学算法求解柔性车间作业调度问题

针对加工设备和操作工人双资源约束的柔性作业车间调度问题,建立以生产时间和生产成本为目标函数的柔性作业车间调度模型,提出基于模糊Pareto支配的生物地理学算法,采用模糊Pareto支配的方法计算解之间的支配关系并对Pareto解集排序,进行全局最优值的更新,并采用余弦迁移模型来改善生物地理学算法的收敛速度。将该方法应用于某模具车间的柔性作业车间调度中,仿真结果验证了该方法的可行性和有效性。     

基于Cell-DEVS的森林灭火资源调度狼群优化算法

针对森林消防调度兵力组织难、精细化程度不高的问题,提出了一种基于Cell-DEVS的森林灭火资源调度狼群优化算法。首先,利用Rothermel林火蔓延模型,对林火蔓延速度进行等级划分;其次,根据森林消防"控制要害"的原则,对森林灭火资源调度进行耦合驱动模块化建模,建立了基于Cell-DEVS模型的狼群强者生存更新机制（WSSUM）;最后,针对森林灭火资源在单位时间步长局部调度搜索中不够精细的问题,提出了一种改进局部搜索策略狼群优化算法（WOA）,对资源在局部游走阶段实现调度交互。与WSSUM算法相比,WOA在减少任务执行时间的同时,改善了局部搜索性能,实验结果表明：收敛速度较改进前提高了10.1%。该研究适应于配备了定位设备的单兵消防作战指挥系统,实现差异化精细调兵。     

非集中调度模型下的网格资源调度研究*

针对当前网格资源调度系统扩展性差的问题,提出了基于非集中调度模型的以保守Backfilling算法为核心的网格资源调度算法.探讨了网格任务在站点处理器数目异构情况下,网格作业多站点协同调度问题.实验仿真证明,在跨网格站的资源调度中,运用资源预留策略和多站点作业分块可以改善作业的平均响应时间,并起到负载平衡的效果.     

基于膜计算的蝙蝠算法在云计算资源调度的研究

如何进一步实现云计算环境下的资源利用最大化是目前研究的热点.建立云计算环境下的资源分配模型,云计算资源调度使用蝙蝠算法,同时引入膜计算概念,提出一种基于膜计算的蝙蝠算法,将膜系统内部分解为主膜和辅助膜,在辅助膜内进行蝙蝠的个体局部寻优,将优化后的个体传送到主膜间进行全局优化,从而达到了云计算资源优化分配要求.通过CloudSim平台与其他算法进行仿真对比表明算法提高了云计算环境下的系统处理时间和效率,使得云计算环境下的资源分配更加合理.     

人工蜂群算法求解资源受限项目调度问题

针对资源受限项目调度问题,提出了一种基于人工蜂群算法的优化方法。人工蜂群算法中每个食物源的位置代表一种项目任务的优先权序列,每个食物源的位置通过扩展串行调度机制转换成可行的调度方案,迭代中由三种人工蜂执行不同的操作来实现全局最优解的更新。实验结果表明,人工蜂群算法是求解资源受限项目调度问题的有效方法,同时扩展调度机制的引入可以加速迭代收敛的进程。