云计算中基于改进离散粒子群优化的任务调度方案

针对云计算中现有智能任务调度算法容易陷入局部最优的问题,提出一种基于改进型离散粒子群优化(DPSO)算法的任务调度方案。对传统DPSO算法中的粒子位置更新公式中的惯性权重进行改进,使其根据迭代次数非线性递减,提高算法的搜索能力;另外,融入了随机扰动操作,避免算法陷入局部最优。实验结果表明,与传统遗传算法和粒子群算法相比,该方案能够获得最优的调度策略,有效降低任务的完成时间。     

绿色云计算数据中心能耗资源调度优化关键技术研究

云计算要想顺利实现其主要功能,离不开两大基础技术,分别是资源的分配和任务调度,其中,资源的分配效果将直接影响到云计算的运行效果和处理能力。基于此,有必要针对云计算数据中心的资源调度进行优化,从而降低云计算的能耗,同时有效提高云计算的运行效率。文章分析了基于传统Map Reduce调度模型,设计并行的Map Reduce资源分配算法,进而达到良好的能耗控制效果和运行效果,取得良好的实践运行效果。     

网格任务调度算法比较研究

网格任务调度是根据采集到的信息将不同的策略任务分配到其对应的资源节点上加以运行。良好的调度策略能够充分的利用系统资源并行处理能力,保证用户任务能够按期完成,对网络应用的发展具有重要意义和深远影响。首先分析了网格任务调度模型和调度策略,然后对网格任务调度算法进行了比较分析,最后给出了各种网格任务调度算法的适用范围和网格技术发展方向,为进一步研究提供参考。     

基于云计算的调度算法

文章从云计算的优势分析入手,论述了基于云计算的调度算法。期望通过本文的研究能够对高新能算法在云计算系统任务调度中的合理运用有所帮助。     

基于支持向量机的Linux负载均衡集群服务器

基于支持向量机的Linux负载均衡集群服务器是利用机器学习理论对Linux集群服务器中的负载均衡调度策略进行优化和改进,通过对集群服务器负载变化的特点进行统计分析,采用支持向量机作为建模工具,对各节点服务器负载变化的趋势进行预测,从而研制出不同的调度策略,并将其集成到现有的Linux集群系统,实现对节点服务器计算资源的优化使用,克服传统调度策略中响应速度慢、预测精度差等缺点,提高集群服务器的整体性能。     

基于异构多核机群系统的任务调度算法研究

针对多核机器构成的异构机群系统,充分利用多核机器并行性及处理核心共享二级缓存的特点,提出基于DAG图的相关任务调度算法,该算法通过三个阶段完成任务的分配及调度过程,通过对相应任务的复制减少各处理节点之间的通信开销,提升任务调度的效率和减少任务调度的长度。     

基于Nginx负载均衡的动态分配技术研究

伴随互联网的迅猛发展,人们对服务器的访问量也越来越大,最终导致某些负载均衡器的负载分配技术并不能较好地实现动态负载均衡,本文基于反向代理服务器内置的负载均衡算法,对其进行分析和研究,最后对其内置的一种加权轮询算法进行改进,提出一种动态负载均衡算法,该算法使用memcache缓存机制,能实时地对后端服务器cpu利用率、网络利用率、请求响应时间等性能进行收集、并通过熵值法确各项指标的系数以及动态修改后端服务器的权值。通过多组实验进行验证的实验结果表明,该算法在请求响应时间以及吞吐量等方面表现的更好。     

负载均衡技术的分析与应用

介绍了常见的负载均衡技术方案,就负载均衡方案中均衡调度、健康状态、持久等策略进行了研究,并结合实际工作中负载均衡的应用实例做了相关描述。     

Linux内核进程调度算法的分析、研究与改进

本文分析了Linux2.4内核的主要数据结构、进程调度原理及O(n)算法。针对Linux2.4设计缺陷和调度算法上的不足之处,本文改进了Linux2.4内核调算法,修改了内核中和调度有关的数据结构,并将Linux2.4内核调度算法的时间复杂度从O(n)级改进到O(1)级。最后通过实验测试得到的数据证明了改进后的内核进程调度使系统负载更加均衡。     

数据仓库ETL任务调度的一种改进算法

本文提出了一种基于遗传算法的ETL任务调度改进算法。由于ETL调度子任务之间具有先后顺序的限制,传统遗传算法不能很好的适应。本文通过对传统遗传算法的各个步骤进行相应处理,得到一种改进的ETL任务调度算法;实际应用结果表明调度算法显著提高了处理ETL子任务的效率。