基于遗传算法的网格资源任务调度策略研究

网格是当前高性能计算领域的一个研究热点。首先分析了网格任务的特点,给出了网格任务模型,在此基础上提出了一种层次结构的网格资源管理任务调度系统模型。采用了遗传算法作为调度策略,给出了调度策略的每一步具体实现方案。此模型可为网格的资源管理提供一个统一的高层管理框架,能实现全局最优调度,为网格调度提供了一种有效的方法和途径。     

Cooperative Game Model of Task Scheduling Grid Service Composition

针对网格服务组合的任务调度问题,基于其系统模型分析了系统模型中服务容器之间存在的合作博弈,给出了唯一纳什讨价还价解的存在性定理,并设计了求取该解的优化算法．实验结果表明,模型和算法的实验效果优于基于节点能力均分的调度算法。     

网格服务组合任务调度的合作博弈模型

针对网格服务组合的任务调度问题,基于其系统模型分析了系统模型中服务容器之间存在的合作博弈,给出了唯一纳什讨价还价解的存在性定理,并设计了求取该解的优化算法.实验结果表明,模型和算法的实验效果优于基于节点能力均分的调度算法.     

普适计算中一种基于蚁群算法的服务调度模型

针对普适计算环境下对服务调度的高可靠要求,研究人员已提出不少服务调度模型,但都不具有很好的适应性.在现有的服务调度模型基础上,提出了一种新的基于信任的自适应服务调度模型.该模型先基于信任进行首次考核筛选,选出可靠的节点,然后基于蚁群算法进行任务调度.通过计算分析和仿真,验证了该模型的适应性.     

一种独立任务调度问题的相对量化模型

在分布式处理领域,独立任务调度问题是一个NP难题.现有各种调度模型普遍采用基于运行时间的任务量化方式,这使得异构系统调度问题较同构系统更为复杂,因为异构系统中同一任务在不同节点上的运行时间不等.该文提出了一种独立任务调度问题的相对量化模型,该模型采用一种相对量化方案来量化任务的载荷量和计算节点的负载能力及负载状况.基于该模型,可用LPT、AI之类的同构调度算法解决异构调度问题,从而使异构调度问题的复杂度降到与同构调度问题相当.理论分析与实验研究证明了新模型的有效性和良好的工程实用性.     

普适计算中一种基于蚁群算法的服务调度模型

针对普适计算环境下对服务调度的高可靠要求，研究人员已提出不少服务调度模型，但都不具有很好的适应性．在现有的服务调度模型基础上，提出了一种新的基于信任的自适应服务调度模型，该模型先基于信任进行首次考核筛选，选出可靠的节点，然后基于蚁群算法进行任务调度．通过计算分析和仿真，验证了该模型的适应性．     

一种对资源不稳定性敏感的EASY-backfill算法

网格将分布式的计算节点连接起来,形成一个集中的计算和资源环境.网格环境中的任务调度对于网格的运算效率和整体性能有很大的影响.EASY-backfill算法作为经典的动态网格任务调度算法,有着算法简单、运算量小、调度性能优秀等诸多优点,但其算法条件对于计算资源的假设是理想绝对稳定的,同时认为任务的性能预测是精确可靠的,这显然不符合实际情况.首先建立不稳定计算资源的模型,在该模型下改进EASY-backfill算法,使其能够在感知计算资源的不稳定性的条件下,保持算法原有的效果;然后,把经典EASY-backfill算法与改进算法作了比较;最后,就不稳定计算资源模型的相关参数对算法造成的影响进行了讨论.     

ITSGrid资源调度策略的研究

定义了系统负载均衡评价值和资源节点满意度评价模型,并在此基础上设计了一种分布式资源自适应调度算法(GLBCQ),同时兼顾全局负载均衡和用户自定义的服务质量,可根据智能交通系统计算任务的自定义服务质量需求,结合当前智能交通系统网格的系统负载状况,为提交的任务自适应地选择最优资源．仿真实验结果表明,GLBCQ算法具有更高的效率和自适应性,能够促进智能交通系统网格的系统负载均衡以及整体性能的提升．     

网格环境下加权动态效率的任务调度算法

为了优化网格环境下的任务调度策略,提出了一种加权动态效率任务调度算法WDEA.WDEA任务调度算法根据网格节点资源的CPU利用率、内存利用率、当前网络流量、磁盘I/O访问率以及进程总数等负载参数的变化因素,在WLCA加权最少连接算法的基础上,引入了网格环境中节点资源动态利用率的权值,使得WDEA算法可灵活地根据当前网格环境下不同节点资源的动态负载权重实施任务调度.仿真实验结果表明,WDEA任务调度算法弥补了WLCA算法的不足,优化了任务调度,使节点资源负载趋于均衡.     

基于改进免疫遗传算法的网格任务调度

为改进网格计算中任务调度的低效问题,采用十进制的实数编码规则产生初始抗体群,由免疫遗传算法经过克隆和变异算子生成资源集合中的蚁群信息素,进而利用蚁群算法的并行性展开全局搜索,通过CloudSim仿真平台进行模拟,与粒子群算法及蚁群遗传算法进行对比,结果表明,改进的免疫遗传算法能够大幅提高网格计算任务调度效率,有效地解决网格任务调度问题.     

Single-machine scheduling of two activities with slack： CPM to minimize the total tardiness

Recently K.Chris studied single-machine schedu-ling with time windows(STW)[1].In project manage-ment,the CPM algorithm computes a time windowwhich defined by the early start and late finishes timesfor each activity.In fact,activity slack is attained bytim…     

多处理机系统中的任务调度

本文根据图论知识提出一种新算法旨在解决多处理机系统中的任务调度.本算法可以使系统的并行性有很大改善从而缩短程序的执行时间.文中用实例详细描述了算法的步骤.     

一种基于网格技术的多局域网资源调度模型的研究

在网格技术不断发展的今天,网格内部的资源调度成为人们关心的话题,但是传统的资源调度模型很大程度上加重了用户机器的负担,提出了一种新的调度模型,较为出色的解决了这一困难。     

基于资源分组的多约束云工作流调度算法

已有的云工作流调度算法采用全局搜索方式进行资源选取,存在计算成本高、对大规模云系统适应性差的问题。该文提出了基于资源分组的多约束云工作流调度算法,采用有向无环图的方法,对云工作流中的多任务之间的执行顺序和数据交换等属性进行量化建模;使用模糊聚类方法实现基于资源多维特征的分组处理,降低工作流任务到资源匹配过程中的搜索空间;并引入执行时间和成本预算约束,将工作流的任务调度问题转化为有约束条件的极小极大问题进行快速求解。仿真测试表明,该算法显著降低了任务执行完成时间和成本。     

一种考虑专业的流水式批量维修任务调度模型

通过对不同专业设置方式下的维修任务调度问题进行分析,以最小化批量维修任务的维修时间为目标,将多专业、多维修小组的流水式批量维修任务调度问题分成2步进行求解:首先,在构造作战单元排序的启发式算法基础上,建立了批量维修任务在专业领域内的初始调度模型;其次,提出了在流水式作业模式下多专业的批量维修任务调度方法。最后,通过实例对模型和方法的正确性和可行性进行了说明和验证,实例结果表明,该方法更贴近于实际,实现了快速、有效地解决维修任务调度问题。     

基于多边协商的分布式网格资源调度

基于多智能体的理论，提出了一种智能网格系统资源调度方法，通过网格节点自主选择任务来实现网格系统中的资源优化调度.由于各节点的自主性，对于完成不同的任务将存在不同的支持度.采用模糊认知图建立了对任务分配方案的支持度协调模型，并提出了标准支持度的概念，同时保证节点支持度协调的可行性和有效性.网格节点在自身利益最大化目标的驱动下，无需固定的上层资源调度单元，通过多边的竞争和协商组成任务组，实现分布式网格资源的优化调度.提出的调度策略适用于分布式计算，具有较好的实时性和鲁棒性.     

四向穿梭车系统的提升机调度优化

提升机作为四向穿梭车系统的瓶颈资源,其调度方案的优劣与系统作业效率密切相关。针对提升机的调度问题,提出了一种调度策略。首先,将提升机调度问题转化为含运输时间的柔性作业车间调度问题,并考虑同层任务的执行顺序约束,构建提升机调度数学模型。其次,提出了一种改进型混合遗传算法对模型进行求解,该算法以混合遗传算法为基础,针对混合遗传算法易产生不合法个体导致算法搜索能力下降的问题,提出了一种个体修正方法,以增强算法的搜索能力。最后,采用某农产品冷库的实际数据对模型及改进型混合遗传算法的可行性与有效性进行了验证。结果表明,相比于仓库中实际应用的策略,改进型混合遗传算法可使任务完成时间至少减少24.66%。     

基于机群系统的N体问题调度算法

采用合理的任务调度策略能有效地降低N体问题求解时间,对大量科学与工程应用具有重要意义。为此,在机群计算平台上,设计了N体问题的并行算法,推导出该算法的性能模型。同时,针对机群的特点。提出了基于整数规划的N体问题自适应调度算法．实验表明,并行算法具有良好的可扩展性,性能模型正确,基于整数规划调度算法较典型调度策略高效．