一般成本环境下分散式多工厂资源调度

研究多工厂一般成本结构特征,即工厂含有固定成本和单位成本,提出了一种分散式多工厂资源调度方法,该方法使用基于连续双向拍卖市场机制的ZI2策略。ZI2策略是一种包含价格和数量的二维报价策略,agent采用该策略在给定价格范围内随机提交报价。模拟实验结果验证了ZI2策略可以实现较高的调度效率,整体平均效率达到90%。     

一种面向用户的资源调度策略

本文给出了一种基于Linux环境的面向用户的资源调度策略，它允许授权用户在一定程度上使内核按照对用户有利于的方式进行资源 的分配 管理，从而使用户在使用系统时有一个良好的工作环境。     

一种基于多代理技术实现的虚拟企业中的敏捷调度

提出了一种用多代理技术和基于协商的策略解决虚拟企业调度冲突的方法。首先介绍了虚拟企业中敏捷调度的特性及调度冲突的产生,分类及解决方法,并描述了调度、计划、协商、监督执行之间的互操作,通过代理的智能,自治等特性可以较好地实现调度的敏捷性,最后给出了在一个面向虚拟企业的信息集成系统ViaSopc中基于多代理技术实现的基于协商的敏捷调度模型。     

一种面向多平台航电资源建模及其调度算法

随着航空电子系统朝着体系化发展,依靠网络构建包含不同飞行器航电资源在内的多平台航电资源就显得尤为重要。通过综合利用不同飞行平台的资源,发挥不同平台资源的优势,利用协同提升执行任务的能力。多平台航电系统的资源管理和任务调度是其核心功能。为了仿真和验证多平台航电系统资源管理功能,进一步研究资源调度方法,对多平台航电资源建模方法和调度算法进行研究,解决了对多平台航电系统上硬件资源的合理调度问题,增加了任务接受率。首先,利用多层分级拓扑结构对多平台航电资源进行建模,并对多平台航电任务需求进行分析;其次在SST自适应调度算法的基础上增加传感器、优先级等因素,以达到更高的接受率目标,改进后的算法完成一系列任务请求对航电资源的需求分配过程;最后,利用CloudSim仿真实验环境实现改进后的算法,从不同场景对实验结果进行全面分析。实验结果表明,本文设计的算法相比于原始算法任务请求的接受率有较大的改善。     

一种求解多目标资源受限项目调度的遗传算法

采用基于非支配性排序的多目标遗传算法—NSGA－Ⅱ,设计了一种求解多模式、多种类资源约束的多目标资源受限项目调度问题的遗传算法,该算法所设计的编码包含两部分,一部分为一个任务链表,另一部分为任务链表中各任务所对应的执行模式组成的模式向量。将所设计的算法用于求解文献中的以项目总工期和资源均衡为目标的农业项目调度问题,结果表明此算法对于求解多目标资源受限项目调度问题是有效的。     

一种云计算资源的多目标优化的调度方法

云计算通过虚拟化技术将基础设施硬件资源虚拟化,以动态可缩放的方式提供给用户。云计算基础设施规模不断增加导致资源调度系统负载不均衡,从而造成资源浪费等问题。提出多目标优化资源调度策略和相应的算法,试图同时满足多个资源调度优化目标,如减少资源浪费,降低服务等级约定(SLA)违背率、保持系统负载均衡等。通过仿真实验,验证了多目标优化资源调度的策略能够在多个相互冲突的目标之间实现最优权衡。     

一种多资源负载平衡算法--RLBA

讨论了一种适用于分布式系统的多种资源的负载平衡算法。调度时,首先将任务按照其所占用的系统资源比例进行分类,然后在线计算每个节点的综合资源负载,并按照节点与整个系统的平均综合资源负载的差值进行类型划分,最后在负载最小的节点类中按照均匀概率随机选择一个节点作为任务调度的对象。算法还考虑了调度时可能发生的倾泻现象,并给出了避免的方法。     

代理模式在数据交换资源调度中的应用

在数据交换系统的任务设计中,资源调度问题直接影响整个系统的执行效率。因此,编写一个执行效率高,可维护性和可扩展性强的调度系统对于交换系统是很重要的。很多的调度系统中资源在队列中阻塞,但是线程却有空闲的情况频繁出现。很多的时候调度资源种类的增加会给程序员带来很大的麻烦．这是因为软件的耦合度高,小的改动会波及很多的部分。在本文中将代理模式和工厂模式等应用到资源调度中去,降低了软件耦合度,建立了一个可维护性和可扩展性强,执行效率高的调度系统。关键词：资源调度;代理模式：设计模式     

一种有效的网络多出口流量调度方案

针对基于Linux的多出口流量调度与负载不均衡问题,利用历史流量率和历史调度权值,提出一种自动按网络流量状态调整最优出口比例的自适应流量调度方案,给出方案的双出口校园网络完整配置过程和关键调度算法实现。仿真实验表明,该方案可有效调度网络多个出口的流量,保证网络多出口负载均衡。     

一种智能电视终端在线自适应多资源调度方法

针对智能电视终端面临的运行时资源冲突和过载控制问题,提出一种在线自适应多资源调度方法(OARSA).该方法根据资源特点和应用优先级对独占型资源进行动态优先级抢占式调度,避免了资源冲突;采用反馈控制算法对共享型资源进行QoS调度,直到实现QoS比例公平性,并采用QoS比例压缩法消除资源过载.实验结果表明,OARSA具备过载控制能力,仅以系统总体QoS下降4.5％为代价,解决了资源冲突,并提高了系统重负载下的响应性能,且算法耗时比现有方法降低约30％,更加适用于智能电视终端的资源调度.     

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.     

一种基于改进遗传算法的网格资源调度策略

首先对网格资源调度的特点、现有遗传算法的局限性进行了分析,在此基础上对遗传算法进行改进;提出一种基于改进遗传算法的网格资源调度策略（GRSS_IGA）,该算法综合考虑资源任务分配量、任务截止时间、任务等待时间及资源利用率等QoS参数;并用马尔可夫理论证明了算法的正确性;最后通过仿真对改进前后两种算法的性能进行比较,实验结果表明改进后的算法降低了时间消耗,提高了资源利用率。     

Multiagent based dynamic resource scheduling for distributed multiple projects using a market mechanism

The resource scheduling problem in a multi-project environment extends job-shop scheduling problems by allowing for task dependency and multiple self-interested entities. In this paper we deal with short-term scheduling of resources, which are shared by multiple projects. In specific, we address the dynamic nature of the situation. We model this as a dynamic economy, where the multiple local markets are established and cleared over time, trading resource time slots (goods). Due to the dynamic and distributed nature of the economy, through our approach we can achieve higher levels of flexibility, scalability and adaptability. Unlike most market-based mechanisms, which are based on equilibrium concepts and iterative adjustment of resources prices, we propose a novel market mechanism called precedence cost tâtonnement (P-TâTO), which solves individual resource-constrained local resource scheduling in an optimal way, and searches for a precedence conflict-free schedule through a tâtonnement type procedure. In this paper, we discuss our dynamic economy model and some details of the market mechanism along with empirical analysis results.     

基于蚁群算法的网格资源调度策略研究

网格计算中的资源调度技术是连接网格底层和高层功能的纽带.蚁群算法作为一种成熟的分布式、启发式搜索鼢算法,其实质上是一种通过群体智能间接散布最优解信息,采用逐步收敛的方式求解最优解的算法.通过介绍蚁群算法的原理,对使用蚁群算法作为网格计算资源调度策略的可行性进行了分析,并在此基础上探讨了基于蚁群算法的网格计算资源调度的设计思路、运作流程、需要考虑的信息素更新方式等关键问题,最后给出了基于蚁群算法的网格计算资源调度总控程序.     

基于迁移技术的云资源动态调度策略研究

现有云资源管理平台存在着瞬时资源利用率峰值易引发迁移、动态负载效果不佳等问题。依据云资源动态调度模型,提出了有效的基于迁移技术的虚拟机动态调度算法。算法将物理节点负载与虚拟机迁移损耗评估、多次触发控制、目标节点定位三者有机结合,实现云计算数据中心高效的动态负载均衡。实验结果表明,该算法优于CloudSim的DVFS调度策略,在保证应用服务水平的同时能减少虚拟机迁移次数和物理机启用数量。     

基于随机模型的云平台资源调度策略设计

针对云计算资源管理的实际需求,提出一种基于随机模型的云平台调度策略,设计合理高效的资源调度算法,解决传统代数模型请求丢失率高以及其他随机模型负载均衡指标性能较差的问题,从而在服务性能和执行效率的基础上保证服务器的资源负载,使云平台处于相对稳定的状态。在实验环境中的验证结果表明,该调度策略能够优化虚拟资源的使用效率和服务响应时间,同时能够达到较好的负载均衡并降低运营成本。     

资源有限连续双向拍卖环境下的理性策略

网络系统的动态资源分配是未来IT系统必须解决的一个基本问题。针对agent资源的有限性,提出了连续双向拍卖环境下（Continuous Double Auction,CDA）agent具有理性行为的GD2策略。GD2策略是一种包含价格和数量的二维报价策略,agent通过建立信任函数和计算最大期望利润调整报价,实验表明GD2策略可以实现较高的动态资源分配效率,平均分配效率超过98%。     

一类资源约束的单机成组调度问题

本文讨论具有连续资源的单机成组调度问题.在这一模型中,工件组的安装时间是所消耗资源的非负严格减少连续函数,工件的加工时间是开工时间的严格增加函数.考虑两个问题,第1个问题是在满足资源消耗总量限制条件下,极小化最大完工时间.第2个问题的目标函数是在满足最大完工时间限制条件下,极小化资源消耗总量.分别对两个问题讨论了最优调度的某些特征,分别给出了求解最优资源分配的方法,并通过数值例子进行说明.