基于网格计算的自适应负载均衡策略研究

为了融合大量网络资源并有效地计算,解决网格计算中的负载均衡问题成为关键性的技术.论文提出了一种自适应负载均衡策略,采用了以静态为辅,动态自适应负载均衡算法为主的服务,可根据具体计算任务的情况,对任务重定向分配,提高了系统的伸缩性和响应时间,并采用基于CORBA体系机构的设计,在网格中间件层服务,灵活选择负载均衡算法,达到系统透明性.通过仿真模拟,证实了此策略的实用性和有效性.     

一种基于预测和激励机制的网格任务调度框架

随着网格技术的发展,在解决了资源的异构性、规模可扩展性、可靠性等方面的同时,也以其资源的动态性和自治性给传统的任务调度领域带来了新的挑战.参考了著名的网格资源经济系统理论以及一些成熟的调度预测算法和故障处理机制,并在此基础上考虑了实际环境下的网络延迟和人工干预等因素,提出了改进后的基于预测的任务调度思想和基于激励的故障恢复机制,并依此搭建了一个网格任务调度中间件应用实例.     

基于QoS的网格负载调度算法

针对多数启发式算法不能满足任务紧迫性需求的问题,基于Min-min算法和Sufferage算法的优点提出基于紧迫性需求的系统损失与任务复杂度平衡(QoS-based BSLTC)算法。在网格任务中加入QoS参数,在任务调度过程中,基于任务的分配损失和权衡系数,比较最大损失任务和最高计算复杂度任务,选出对系统性能影响最大的任务,并将该任务映射到完成时间最早的资源。分析结果表明,与Min-min算法和Sufferage算法相比,QoS-based BSLTC算法具有执行效率高、任务完成总时间短、负载均衡度高、兼顾任务紧迫性的优点。     

基于任务的网格资源调度研究

本文详细的介绍了网格环境下资源调度的实质;阐述了基于任务的调度原则与体系结构．并总结了若干重要调度算法;分析了目前研究中的问题,并讨论了其未来的发展问题,为进一步的理论研究、实际应用提供一定的基础与方向。     

一种负载均衡的网格在线调度算法

任务调度是网格领域的一个核心问题。针对网格资源及任务高度异构环境下的负载失衡问题,设计一种负载均衡的在线任务调度算法BOS。BOS算法在进行任务调度时,综合考虑任务到达频率、任务计算量、任务的完成时刻以及任务开始执行时刻等因素。任务周转时间由执行时间和等待时间2个部分组成。对于长任务,执行时间占更大比重。而对于短任务,等待时间的影响更大。算法根据长任务和短任务的各自特点,引入适应度的概念来指导调度。实验结果表明,与MCT算法相比,BOS算法的调度跨度、任务周转时间、响应比更小,资源利用率更高,负载也更加均衡。     

负载控制的网格资源调度

针对网格环境下的系统负载管理,将网格系统模型描述为节点和通信链路组成的无向图.在此基础上,提出了节点和通信负载的度量方法,给出了相应的阈值定义以及网格负载水平的计算方法.由此构成了资源选择中对节点、通信链路的选择条件,实现节点、通信的负载控制;网格负载水平则是判定拒绝服务的条件,控制系统任务总量.针对该方法,设计了实现管理的体系结构,讨论了模型计算的时间周期,给出了实现控制的调度算法.实验结果表明,该方法在提高系统吞吐量、控制调度失败率等方面表现出良好的性能,特别是在重载情况下,提高了系统的运行效率,增强了系统的健壮性.     

一种基于任务复制方法的网格调度算法

根据Intemet上存在大量空闲主机的情况，结合流行的P2P的思想给出了一种基于资源代理的网格系统模型，该模型能提供超级计算能力给一般的用户。针对在像网格这样的大规模系统中部署大量监控组件的困难性，设计了一种基于任务复制的调度算法。该算法无需任何有关环境的预测信息，仅需知道任务的相对长度，就可在执行过程中自动地适应网格的动态性，并且具有容错功能。     

基于网格资源预测的任务优先级调度算法

根据网格工作流中任务的依赖关系和截止时间,以及资源的有效度和MIPS（每秒百万条指令）,提出基于网格资源预测的任务优先级调度算法。把网格任务工作流抽象为有向无环图,找到该工作流的关键路径,计算每个任务的最迟开始执行时间,作为任务的优先级。在算法中考虑用户的要求和资源的类型,以及任务调度失败后重新分配的问题。实验验证了该算法的有效性。     

基于优先级的任务调度与负载均衡模型研究

在分布式计算环境下，为了有效地利用计算资源、快速完成协同计算任务，提出了基于优先级的任务调度与负载均衡模型．首先根据就绪任务队列和任务调度器所处的位置以及两者之间的关系，将任务调度划分为集中式任务调度和非集中式任务调度两种方式，在此基础上，利用时间Petri网建模技术，分别给出了采用这两种任务调度方式的、基于优先级的任务调度与负载均衡模型，并对各种模型的特点进行了详细分析．以此模型为基础，可以利用现有的时间Petri分析技术，对采用上述任务调度方式的任务调度算法进行模拟和分析，以便找出满足给定条件的最优的任务调度算法．     

网格任务的脉冲响应模型与预测控制调度策略

采用反馈控制策略,处理网格环境中的任务调度问题.利用任务并行度等内部结构信息,在任务接纳速度与网格计算资源使用量之间,建立了任务脉冲响应模型.采用预测控制策略对任务接纳速度进行在线调节,以消除网格动态不确定性因素对于任务执行的影响.采用人工免疫算法进行优化求解,最大化网格吞吐能力.仿真结果验证了模型的正确性和本文算法的有效性.     

基于模糊数学的网格资源分析

网格是当前研究的热点问题,资源的充分利用是网格技术的目标,因此,有必要对网格资源进行分类研究。该文提出了基于模糊数学的模型聚类分析法,可以应用于网格资源的聚类分析,使网格资源得到合适的整合归类,论文用一个实例详细说明了这种方法。     

一种网格环境下的多级资源调度策略

网格计算是近年来得到快速发展的技术,其目标是把因特网整合成一种超大规模的巨大计算机系统,以实现各种资源的全面共享,阐述了网格调度的基本概念,分析了各种资源调度策略,并提出一种基于分布式调度算法的多级资源调度策略。通过对模拟仿真实验中三种技术指标的分析,表明了该算法的高效性。     

基于模糊控制的Ad Hoc网络QoS优先调度算法

无线移动Ad Hoc网络(MANET)作为可移动分布式多跳无线网络,没有预先确定的网络拓扑或网络基础设施以及集中控制.由于移动Ad Hoc网络的动态性和资源的限制,在如此的网络中提供QoS保障是一个挑战性任务.Ad Hoc网络的分组优先级凋度算法将增进网络的性能.提出了一个基于模糊控制的Ad Hoc网络QoS优先调度算法,用于决定Ad Hoc网络中分组的优先级.利用NS2仿真软件对分组的传输率、平均端对端的延迟等做了性能分析,仿真结果表明,该方法高效、可行,可应用于Ad Hoc网络.     

基于克隆算法的网格资源调度探讨

针对传统的遗传算法的网格任务调度中存在的问题,提出了一种免疫克隆算法的网格资源调度算法,仿真证明,该算法在保证调度均衡的状态下保持了较好的效率。     

基于遗传算法的模糊滑模控制

模糊控制和滑模控制的结合提供了非线性控制的一大新方法,它消除了滑模控制的抖动,但同时带来新的问题——静差,而且这种控制器在控制切换时动态性能与滑平面系数选择有很大关系.鉴于以上问题,该文提出用不均匀分布隶属函数的模糊控制器来代替传统滑模控制器的符号函数,同时为了保证模糊控制系统的全局稳定性,考虑加入模糊监督控制器.再基于遗传算法对滑平面系数和因子寻优,在算法中目标函数是系统的误差和表征系统稳定性的一个新变量.这种方法减小了系统的稳态误差,加快了系统到达滑动平面的速度,有效地消除了抖动.仿真结果表明了该方法的有效性.     

一种基于DAG图划分的网格关联任务调度算法

网格计算中的大型应用程序往往被分解为多个关联任务.对于这类应用,任务间的依赖是一个不可忽略的因素.传统算法只能将其视为元任务来考虑,限制了对任务粒度的进一步划分,从而大大降低了任务调度的性能.本文提出一种基于DAG图划分的关联任务调度算法.它优先调度关键路径上的任务,同时利用任务复制的方法充分利用资源上的时间碎片,保证依赖关系及时得到满足.仿真结果表明,对于网格环境下的大规模关联任务,该算法有效地提高了作业执行速度和资源使用效率.     

基于进化算法的网格计算资源管理调度系统

网格计算是下一代互联网的应用模式,资源管理是网格技术研究的核心任务之一,包含资源发现、任务调度和负载均衡。提出了种基于Agent的网格资源管理调度层次模型,并且采用了进化算法作为调度策略,满足了网格对调度系统可扩展性和全局最优调度的需求。     

基于遗传算法的多模型模糊控制

在非线性系统的多个平衡点建立线性模型的基础上，提出了多模型系统的模糊加权控制策略，采用遗传算法对模糊系统的隶属函数进行优化，综合了遗传算法强大的空间搜索能力，高精度和模糊控制器快速性的优点，使模糊控制达到较好的控制效果，仿真结果证明了所给方法的有效性。     

基于遗传算法的模糊控制仿真研究

提出了一种基于遗传算法的模糊控制系统 ,通过对模糊规则进行优化 ,达到了基于 ITAE指标的满意控制。仿真结果表明 ,遗传算法具有良好的寻优性能