基于遗传算法的任务分配与调度

现代社会许多领域都开始重视任务分配与调度工作,进而开展了许多相关的研究,其中较具有代表性的为基于遗传算法的任务分配与调度。因此,结合遗传算法的变化、特点及传统遗传算法的局限性,提出一种针对异构系统的任务分配与调度就产生的进化算法,并通过仿真实验验证其有效性。     

多特征参数的任务模糊调度算法

针对任务具有特征参数多和特征参数不确定性的特点,提出了一种基于模糊理论的任务调度算法。利用模糊集合来描述任务的不确定性特征;使用多层模糊综合评判和最大隶属度原理来综合考虑任务的多个特征参数并确定任务的优先级;采用动态构建多层评判模型的调度策略来减小任务优先级评判的失效率。仿真表明,该算法提高了任务调度的成功率,降低了任务截止期的错失率和任务优先级评判的失效率。该方法可应用于优先等级有限的实时系统任务动态调度中。     

基于任务分配与调度的GSAT算法求解3-SAT问题

基于不同分配策略的云计算任务调度以及任务分配与调度的主要目的,提出了一种新的算法—求解3-SAT问题的基于任务分配与调度的GSAT算法。该算法将3-SAT问题中的每一个变量形成一个任务,在GSAT算法的基础上,引入任务分配与调度指导贪心搜索;同时,在保留原有贪心搜索的前提下,根据任务分配与调度的思想和3-SAT问题的特点,设计了两种新的策略—分配策略和调度策略共同完成整个贪心搜索过程。以标准的SATLAB库中变量个数从 20～250的3 700个不同规模的标准Uniform Random 3-SAT 问题对新的算法的性能进行了合理的测试,并与高效和普通性能改进的GSAT算法的结果作了比较,结果表明,该算法具有更高的成功率和更少的翻转次数。     

基于模糊理论的软件项目调度算法

针对软件项目调度问题中信息的不确定性及资源分配的特殊性需要,提出了一种基于模糊理论的软件项目调度算法FSSA。该算法采用模糊数表示任务的工期并应用遗传算法产生任务的调度序列。实验结果表明,FSSA算法能在很短的时间内得到理想的结果,有一定的应用价值。     

基于构件技术的元计算环境框架的任务分配与调度

本文从软件复用的角度对元计算环境进行了研究，提出了一个基于构件技术的元计算环境框架MefBC，并重点给出了基于此框架任务的分配与调度．在一般的元计算中，任务结点在其所有前驱结点执行结束后才能进行分配调度．本文则采用了动态调度方案，任务结点是根据其前驱结点的执行情况来分配调度到下一个计算结点的，并且任务结点的分配调度在其一前驱结点执行完毕时就开始，以实现计算跟通信的最大重叠，提高系统效率．     

基于优先级的抢占式并行调度算法设计与分析

并行作业调度系统负责对高性能计算系统中作业队列的管理。其核心功能是在每次调度发生时，选择下一个被执行的作业。最简单的调度算法是先来先服务（FCFS）。但这种方法的缺点是资源利用率很低。解决这个问题，目前常用的算法有EASY Backfilling。但EASY算法也存在两个缺陷：要求用户估计作业运行时间和偏爱小作业。针对这两个问题，本文设计了一种新的调度方法：基于优先级的抢占式并行调度（Priority-based Preemptive Scheduling），并实现了两种算法的模拟系统，从性能和公平性两个角度对PPS算法和EASY算法进行了比较分析，表明了PPS算法的有效性。     

基于模糊理论的多媒体实时调度算法研究

多媒体系统中的任务调度采用的是实时调度算法。传统的实时调度总是假设任务的属性是精确确定的并能够提供令人满意的结果，但实际任务的属性总是存在一个模糊的范围。文中在传统实时EDF算法的基础上，提出了基于模糊理论的可抢占式的实时调度算法(FEDF算法)。此算法的主要设计目标是在实时任务属性模糊条件下尽可能地减少任务丢失率，提高保证比率，实验结果表明该算法达到了预定的目标。     

基于D-S理论的区间值模糊多QoS测量与网格任务调度算法

非凡的服务质量是网格的基本特征,基于QoS的网格任务调度问题已成为国内外研究的热点.由于网格环境的复杂性和用户主观判断的模糊性,传统基于QoS的网格调度算法不能处理具有多个模糊QoS需求的调度问题.用区间值模糊来描述用户的主观QoS需求信息,提出基于D-S理论的区间值模糊多QoS测量方法,对区间值模糊数表达的用户多QoS需求进行融合与处理,再将这些区间值模糊数QoS融合值作为任务的优先级加入到任务调度算法中,提出一种基于D-S理论的网格任务多匹配调度算法.研究结果和仿真实验表明,该算法不仅可以处理区间值模糊不确定性信息,在满足用户多QoS需求的情况下还可大大减小任务调度的时间跨度.     

基于模糊理论的工作流调度模型研究*

为了实现用户在工作流调度中对服务质量、智能化等的要求,提出了一种基于模糊理论的工作流调度模型。该模型通过对流程运行中上下文环境的模糊信息进行分析,提高了工作流实例调度的智能性。该模型已在基于工作流的MapGIS搭建平台中得到了应用,应用的结果说明了其可行性和有效性。     

基于遗传算法的网格资源分配与调度研究

合理的资源调度可以在很大程度上提高网格系统资源的利用率,遗传算法（GA）因具有强大稳健的隐并行解空间搜索功能,被广泛应用于任务分配和调度问题的求解。本文在研究标准遗传算法（SGA）的基础上,提出与小生境技术相结合的自适应选择概率、父子竞争（PCC）交叉算子、插入变异算子和最优保存策略,改进SGA算法,在很好地保持种群收敛性的同时,提高了算法的局部和全局搜索能力。仿真实验结果表明,本文算法与其它调度算法比较,更能有效地实现资源的分配,可以成功应用于网格环境下独立任务的分配与调度。     

基于平均分配原则的任务调度算法

在分布式系统中,常出现一些处理机处于重载,同时另一些处理机却处于轻载或闲置状态。针对这种情况,为了更好地合理分配任务,结合加权轮转调度算法,提出一种基于平均分配原则的任务调度算法,尽量实现系统的负载平衡,并应用实例来加以证明。     

任务分配与调度的共同进化方法

并行与分布式计算环境中随着独立任务的增多,传统进化类单种群的任务分配与调度算法的效率与效力随之大为降低,该文在分析传统解完整编码单种群进化类算法的基础上,基于生物界多物种间共同进化的机制提出了任务分配与调度的合作式共同进化计算模型,并探讨了任务分配与调度问题中的子种群合作方式与个体的适应值计算方法。此外,从数学上分析了基于合作式共同进化的任务分配与调度算法的性能,指出共同进化调度方法中好的调度方案能以高于传统单种群进化算法的递增指数递增。仿真分析证实了算法的理论分析结果,算法具有实际工程价值。     

基于模糊聚类思想的网格独立任务调度算法

任务调度是网格研究的核心问题之一,在研究网格任务调度问题的基础上,利用模糊聚类思想提出将网格任务与资源进行混合模糊聚类的网格独立任务调度算法,该算法将最适合的资源分配给与之相适应的任务,即尽量将任务调度到恰好满足其需求的资源上执行,从而把综合能力大大超过当前任务的资源“预留”给将来的任务使用,算法具有良好的性能和负载均衡效果,为网格任务调度提供一种新的思路。     

数字化部队装备维修保障任务分配与调度框架研究

针对数字化部队装备维修保障需求,提出装备维修保障任务分配与调度问题,并分析问题特点与研究定位。基于霍尔三维结构,从要素维、逻辑维和知识维三个方面构建装备维修保障任务分配与调度的体系结构,并且在此基础上对装备维修保障任务分配与调度的组成要素、实施程序和技术方法进行系统分析。最后,对研究要点进行初步分析。     

遥感影像并行处理中基于优先级的任务分配策略

对集群环境下大规模遥感影像并行计算中任务分配效率低、负载不均衡的问题进行分析讨论,在此基础上建立多机任务分配模型,提出一种基于计算节点优先级的任务分配算法。该算法综合考虑计算节点的负载和性能,在任务分配时实时地收集各个节点的信息,计算出各个计算节点的优先级,按照优先级的高低分配任务,保证在满足集群间负载均衡的前提下能合理地将任务分配到计算节点。实验结果表明,该算法能快速实时地进行任务分配,任务的分布更加合理和均匀,并且当任务个数增多时,算法的执行效率要比轮转调度算法高出约2倍。     

数据交换平台的任务调度模型设计

为完善辽河流域水体污染控制与治理体系,在辽河流域不同的管理信息系统异构数据源间进行数据交换与共享,需要构建一个数据交换平台.任务调度是数据交换平台的核心部分,主要功能是解析任务模型,动态集成平台资源,驱动整个平台运行.基于辽河流域数据交换平台的系统架构与问题需求,提出一种任务模型,并对系统中任务进行分类,从而引出数据交换平台中的任务调度问题及目标.设计了一个适用于异构数据源间进行数据交换的任务调度模型,阐述了该模型的工作原理及各个部件的主要功能,该模型采用优先级策略来保证任务实时性.最后,通过Java并发机制进行实验模拟,证明了该模型的有效性.     

基于任务图的多处理器负载均衡调度算法

针对共享存储多处理机系统中各处理机负载不均衡的问题,提出一种新的任务调度算法--多重波前法.在任务图划分的基础上,采用分层调度方式对原波前法进行改进,通过对任务序列进行多重遍历和重组以降低各处理器的分配误差,利用循环调度算法提高任务调度结果的精度,并给出该算法的并行实现.实验结果证明,该算法具有较低的任务分配误差和较高...     

云环境下结合模糊商空间理论的资源调度算法

考虑到云计算商业化和虚拟化特点,针对云环境中的高效资源调度问题,提出一种基于模糊商空间理论的资源调度算法.在进行资源调度时,算法首先将虚拟机资源抽象为不同的属性信息粒,再根据用户任务QoS特征分层进行粒度融合,最后结合模糊商空间理论建立模糊等价类和距离函数,并据此进行资源匹配.实验结果分析表明,该算法能有效的满足用户任务QoS,提高资源利用率.