基于价格反馈机制的网格任务管理研究

网格的任务管理目的是优化网格资源,利用选择、匹配、负载平衡等技术提高整个系统的利用率和吞吐率。应用经济学思想。设计基于价格反馈机制的任务调度模型,通过资源调度价格的调控与选择,实现任务的合理调度,向网格用户提供满意的服务质量。     

多目标约束的网格任务安全调度模型及算法研究

异构网格环境的特点决定了其任务调度是受调度长度、安全性能及调度费用等多个因素制约的。该文根据网格资源调度的特点构造了一个安全效益函数和节点信誉度动态评估模型,并以此为基础建立了一个多目标约束的网格任务调度模型。利用隶属度函数将多目标函数转化为单目标模型,通过设计新的进化算子,从而提出一种遗传算法MUGA(Mode Crossover and Even Mutation Genetic Algorithm)进行求解,并对算法的收敛性进行了理论分析。仿真实验表明,在同等条件下该算法与同类算法相比,在任务调度长度、安全效益值、可信度及调度费用指标优化方面具有较好的综合性能。     

基于价格反馈机制的网格任务管理研究

网格的任务管理目的是优化网格资源,利用选择、匹配、负载平衡等技术提高整个系统的利用率和吞吐率.应用经济学思想,设计基于价格反馈机制的任务调度模型,通过资源调度价格的调控与选择.实现任务的合理调度.向网格用户提供满意的服务质量.     

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。     

改进的Min-Min网格任务调度算法

在网格环境中,如何对任务进行高效调度是当前研究的热点问题。目前Min—Min调度算法是一个简单、快速、有效的算法。但它很难满足网格任务对服务质量的要求。在独立型的任务调度模型的基础上,提出了一种基于权值的改进Min—Min调度算法。改进后的算法通过量化网格任务的优先级和等待时间,解决了原有算法存在的高质量任务和大任务等待时间过长的问题。仿真实验结果表明,改进后的算法满足了网格任务对优先级和等待时间的服务质量要求．是一种网格环境下有效的任务调度算法。     

军用网格环境下基于优先权的Min-Min任务调度算法

军用网格环境下的资源调度与一般网格环境下的资源调度相比较，一个明显的特点就是必须考虑一些特别任务的优先级。在给出网格独立任务调度模型基础上，提出了一种基于优先权的Min—Min资源调度算法，该算法首先调度优先级高的任务，其余任务则采用Min—Min算法调度。经过分析，该算法的时间复杂度是O（n^2m），与Min—Min相比，该算法的Makespan可能略大，但可以满足军用网格环境下特殊任务优先执行的需求。     

异构多平台信号处理任务调度研究

简单的并行计算或单一异构平台已经无法满足计算量大、复杂度高的信号处理和任务调度需求，异构多平台系统已经成为信号处理和任务调度的发展趋势。针对提高平台的吞吐量、处理器的利用率以及任务的感知等问题，文中对异构多平台信号处理模型进行了研究，并利用有向无环图对调度任务和软硬件资源建模。基于已提出的调度算法，对任务调度进行了归纳总结、对比分析，发现基于任务感知的混合调度算法能够较好地满足平台调度需求。利用基于任务感知的混合调度算法解决信号处理中的任务调度将是未来研究发展的趋势。     

基于Nash均衡的网格多调度节点的任务调度算法

 目前网格任务调度算法主要是针对1×n型即单调度节点多资源的网格环境,而针对m×n型的网格环境研究较少.论文用M/M/1排队系统对m×n型网格环境建模,然后以每个调度节点调度任务的平均完成时间为优化目标,提出了m×n型网格环境任务调度的Nash均衡问题,并利用粒子群算法求得该Nash均衡解.通过仿真验证了该算法在单位时间内平均完成的任务数,网络平均负载,以及系统的平均负载上均优于基于均匀调度策略的调度算法.     

截止时间约束下独立网格任务的协同调度模型

针对网格环境中任务实时性难于保证的问题,提出一种截止时间保证度的计算方法,用于量化分析资源协同调度对任务实时约束的影响,并设计和实现了一个可扩展的协同调度模型,允许系统动态选择截止时间保证度最优的协同调度方案.实验结果显示,截止时间保证度指标可以较为准确地量化调度决策对任务实时约束的满足程度,从而为实时网格任务调度决策...     

树形异构网格的启发任务调度算法

讨论了在网格资源计算能力和网络通信速度异构的树形网格环境下任务调度问题,导出了线性方程并且根据调度任务大小进行了模型的优化,提出一个基于线性规划的任务分配启发式算法。实验结果表明:在异构树形计算网格环境下实现任务调度时,该算法的性能明显优于其他算法。     

QIACO:一种多QoS约束网格任务调度算法

网格环境下的任务调度问题属于NP难解,难以得到精确的最优解,适合使用蚁群算法等智能优化算法对最优解进行逼近;同时,服务质量(QoS)也是衡量网格性能的一个重要指标,网格任务调度应该满足用户的QoS需求.为解决具有QoS保证的网格任务调度问题.本文以带有Qos约束的任务为研究对象,结合改进的蚁群算法,提出了一种基于蚁群算...     

一种基于改进蚂蚁算法的网格任务调度策略

网格是分布式高性能计算的一个主要发展方向。任务调度问题的解决是网格得以充分发展的基本前提。提出了一种基于改进蚂蚁算法的网格任务调度策略。不同于传统蚂蚁算法,改进的蚂蚁算法通过在处理任务前后分别调整信息素来准确地反映资源的性能。任务调度将选择由改进蚂蚁算法产生的性能最佳的资源来处理任务。改进蚂蚁算法以及任务调度策略的有效性已被OPNET上的仿真结果所验证。     

面向分布式环境的信号驱动任务调度算法

为优化IaaS服务的执行效率,提出面向IaaS的信号驱动任务调度算法,该算法根据IaaS模型的结构特征建立控制子系统和节点子系统,根据任务的结构特征建立任务的DAG(directed acyclic graph)调度模型,并建立各任务分片的状态转化机制及控制子系统和节点子系统间的信号通信机制。以系统间信号交互的方式驱动任务分片的状态改变,并在每一调度时刻来临时利用并行优化选择策略分配任务分片。由于本算法采用了模拟IaaS模型的双系统控制方式,使本算法与IaaS模型的分布式体系相兼容且复杂度较低。最后通过实验验证了所提算法的有效性和实用性。     

基于价格时间Petri网的网格计算应用模型及分析

网格计算环境下资源管理和任务调度是当前研究的热点问题,OGSA体系结构提出了网格服务的概念,但缺乏应用对网格服务质量要求的形式化描述.本文对OGSA体系结构进行了必要的扩展,提出网格用户应用的价格时间Petri网模型,利用该模型可对网格应用的QoS需求进行定义,并可利用Petri网的工具分析用户应用模型的正确性和时间特性,给出了具体的分析算法.     

基于预配置和配置重用的粗粒度动态可重构系统任务调度技术

配置时间过长是制约可重构系统整体性能提升的重要因素,而合理的任务调度技术可有效降低系统配置时间。该文针对粗粒度动态可重构系统(CGDRS)和具有数据依赖关系的流应用,提出了一种3维任务调度模型。首先基于该模型,设计了一种基于预配置策略的任务调度算法(CPSA);然后根据任务间的配置重用性,提出了间隔配置重用与连续配置重用策略,并据此对CPSA算法进行改进。实验结果证明,CPSA算法能够有效解决调度死锁问题、降低流应用执行时间并提高调度成功率。与其它调度算法相比,对流应用执行时间的平均优化比例达到6.13%～19.53%。     

基于风险估计模型的网格任务动态级调度算法

网格中的各种资源的失效是不可避免的,为尽可能减少由于资源失效导致任务执行失败带来的影响,网格的任务调度算法的目标不仅要最小化任务执行的时间,还要兼顾考虑任务在资源上执行失败的风险。提出了Risk—DLS（Dynamic Level Scheduling）算法是将资源的风险估计模型与DLS算法相结合,通过仿真试验与DLS算法相比较,新算法在选择适当的参数的情况下,不仅能够最小化DAG型应用的完成时间,还能提高任务执行的成功率,有效的减少网格环境的不确定性对任务执行的影响。     

面向CPS节点操作系统的混合调度系统研究与设计

针对CPS物联性、互联性和智联性的新挑战,设计了具有实时性、灵活性及适应性特点的面向CPS节点操作系统的混合调度系统。在深入研究事件驱动与多线程两种调度机制本质区别的基础上,设计了协作式多线程和混合栈管理相结合的带有适配器机制的混合编程模型以及支持事件与线程2种任务类型的混合调度模型,并采用合理的实时算法加以实现验证。实验测试表明本调度系统在实时性能指标上明显优于TinyOS,更符合CPS的属性要求。     

一种基于QoS的网格资源动态分域算法

为了解决网格资源管理中资源合理分配与任务优化调度问题,提出了一种动态分域的网格资源层次管理模型,以便在实现任务调度最小化任务执行时间(Minimum Execution Time)的情况下,最终实现网格资源的全局优化分配。本模型先按用户提交的任务主关键字对任务进行分类,然后运用一、二级调度中心算法与计算结点算法相互搭配对任务进行合理调度、对资源予以优化管理。文章最后通过仿真实验验证了所述模型与算法的实用性、有效性和优越性。     

一种基于协作型任务的网格资源调度算法

网格是建立在互联网上的新一代基础设施,网格计算中大部分任务为子任务之间具有复杂关系的协作型任务。首先对协作型进行了详细的分析,采用AOV网表示子任务之间的关系,针对协作型任务提出了一种基于遗传模拟退火算法的调度策略,该调度策略满足了对协作型任务资源调度的需求。同时还阐述了该算法的原理和操作步骤。