基于模糊多目标决策的网格资源分配策略

针对网格计算提出了一种新的基于模糊多目标决策的资源分配策略。该策略以用户满意度为主要目标,通过组建模糊多目标决策模型来解决用户的资源选择问题。详细描述了该策略的实现方法,通过对模型的分析,表明了该模型不但可以满足用户的要求,还可以提高资源的分配成功率和利用率。     

一种基于期货市场理论的网格资源分配机制

在比较了计算网格资源和期货特点的基础上,提出了一种基于期货市场理论的网格资源分配机制,避免了现货市场价格的大幅波动。提出了基于期货市场的资源竞价交易算法,通过在电力网格系统上的模拟实验以及与“蛛网模型”的对比,表明本文提出的竞价算法具有资源的利用率高、稳定性高的优点。针对资源域内任务调度,提出了基于期货合约任务调度算法,通过实验比较了群集循环法、先来先服务、Max-min调度算法的完成时间,基于期货合约的任务调度算法完成时间最短。最后讨论了网格技术及期货市场理论在电力系统的应用。     

基于多目标冲突度网格任务调度策略

针对网格计算中多目标之间存在冲突的独立任务调度问题,应用多目标线性规划为系统建模,通过求解多目标线性规划的梯度向量来确定多目标之间的冲突度,形成多目标冲突度网格独立任务调度模型。提出该模型预处理算法和多目标冲突度遗传算法,这两个算法确保网格用户在多目标维度下的效用值最大化。实验结果表明,在时间、安全性、可靠性维度和丢弃任务数等指标方面,该算法的综合性能优于Max-min和T-Sufferage算法。     

基于经济模型的计算网格资源分配

提出了一种基于市场的计算网格资源分配框架,在这个模型中,用效用函数刻画用户对网格服务的满意程度,将计算网格资源分配问题转化为在传统的考虑负载平衡的基础上,求最大化所有用户的效用和,并给出了分布式、可扩展的算法。     

一种基于市场机制的计算网格资源分配方法

针对计算网格提出了一种基于市场机制的资源分配方法，以一般均衡理论为基础，依靠市场机制，实现计算网格资源的优化分配，首先，描述了基于代理的资源分配框架，它包括3个 层次：资源层、代理层和用户层；接着，给出了计算网络资源分配的市场模型，其中效用函数用于刻画用户对给定资源的满意程度；然后定义了市场模型的均衡状态并证明了均衡状态撮优性，这意味着在均衡状态下资源分配不仅有效而且公平，最后引入了资源代理的迭代算法。     

基于竞争机制的网格资源分配方法

针对在网格环境下对资源进行有效管理和调度的复杂性问题,提出一个基于竞争机制的网格资源分配模型,其中包括用户层、代理层及资源层。在该模型的基础上给出资源分配策略及一种费用优化算法。模拟实验表明,该模型能够较好地适应网格环境的动态变化,调整供给和需求的平衡。     

基于网格的任务调度与资源分配有效机制的研究

为实现QoS路由技术,提高网格的服务质量,本文定义了网格服务中任务调度的通信开销,给出了QoS路由树的生成原则,提出网格堆排序算法和QoS路由选择算法,利用算法实现了网格的任务调度与分配机制的设计.实验证明本设计能提高网格资源管理的效率.     

基于云模型的网格资源分配策略

网格是下一代的Internet,是目前网络研究的重点。网格资源分配是网格中非常重要的部分,而且网格资源有分布、异构、动态、由多个组织所拥有和具有不同的使用、访问及消费模型等特点,属于定性的范畴。传统的网格资源分配策略无法有效对定性的网格资源进行分配,容易形成网络瓶颈。云模型是定性定量间转换的不确定性模型,通过它能将定性的网格资源转换为定量的表达。因此笔者提出了一种新的网格资源分配策略,把云模型运用于网格资源分配,将定性的网格资源映射为定量的可细微变化的不同云滴,然后再配合目前研究相对比较成熟的算法或模型进行资源分配,实验表明新的策略能更准确地对网格资源进行评价并有效分配。     

融合PSO与ACS的网格资源分配研究

资源分配和任务调度是网格计算的一个关键问题之一。提出一种融合离散粒子群优化算法和蚁群算法的新型算法来解决网格资源分配问题。该算法通过在粒子群算法中引入蚂蚁算法,可有效克服粒子群算法后期的局部搜索能力差和蚁群算法前期盲目搜索的缺陷。理论分析及模拟实验表明该算法具有良好的性能。     

基于任务-资源分配图优化选取的网格依赖任务调度

任务调度是网格应用系统获得高性能的关键.网格计算中一个大型的应用程序往往被分解为具有依赖关系的多个任务.在资源个体差异较大、广域互连的网格环境下任务间的依赖关系对传统的调度策略提出了新的挑战.任务调度的主要工作是为任务分配资源以及确定任务的执行次序,将依赖任务的可能的资源分配方案表示为任务-资源分配图（T-RAG）,在该图的基础上提出了基于T-RAG优化选取的依赖任务调度模型,将依赖任务调度问题转化为图的优化选取问题,解析最优任务-资源分配图可以同时确定资源分配方案和任务的执行次序即为最优调度方案.最后,实现了基于该模型的任务调度算法,该算法与ILHA算法的对比分析表明,在资源差异较大及任务间存在大量数据传输的情况下所提出的算法更优.     

网格计算任务的资源管理算法

计算任务管理贯穿于整个网格计算的全生命周期,目标是运用既有规律又经济的方法对计算进行高效率的计划、组织、指导和控制,实现时间、费用和技术效果上的动态优化。该文对计算任务的资源管理进行研究,对资源管理指标进行形式化分析,对计算时耗、成本和资源平衡这3个目标进行综合决策,提出了一种网格计算任务的资源管理算法。仿真实验证明算法是可行有效的。     

基于网格计算市场模型的资源与作业描述语言的研究

网格计算市场模型是把经济学的概念应用到网格的资源管理和作业调度中的模型。本文分析了网格计算市场模型中资源和作业描述语言的需求,简要介绍了资源和作业描述语言Classified Advertisements(Classad),指出它在网格计算市场模型中描述资源和作业的不足之处,对它做了相应的改进和扩充．以实现在经济模型下对资源和作业更加灵活、细枉度的描述。     

一种基于竞标机制的通用网格资源管理模型

目前大多数的网格资源管理都有表示网格资源的全局信息中心。该文提出了一种网格资源管理模型,在该模型中不存在全局的资源信息中心,网格资源管理采用节点的完全自治管理,网格资源的发现和匹配工作是通过在网格中采用竞标机制实现的,即资源提供者不仅管理自己的资源而且通过竟标参与网格资源的匹配和任务调度工作。     

基于预测的节能数据分发机制

计算任务管理贯穿于整个网格计算的全生命周期,目标是运用既有规律又经济的方法对计算进行高效率的计划、组织、指导和控制,实现时间、费用和技术效果上的动态优化.该文对计算任务的资源管理进行研究,对资源管理指标进行形式化分析,对计算时耗、成本和资源平衡这3个目标进行综合决策,提出了一种网格计算任务的资源管理算法.仿真实验证明算法是可行有效的.     

网格资源调度研究

在介绍网格资源管理的基础上,针对网格中的资源调度问题,分析和总结常见的三类资源调度策略;并结合应用任务的类型分析了面向应用的资源调度策略,探讨网格对不同类型任务的调度支持,着重分析协作型任务的调度问题。将协作型任务通过BPEL4WS规范描述后,分解为多个可以并发或串行执行的子任务,然后进行调度。基于此,提出了一个新的协作型任务调度方法。     

基于网格计算的资源调度研究

本文对资源调度的特点、相关技术及面临的挑战等难点进行了初步探讨,并将在未来继续探索和试验。     

基于层次结构的网格资源管理系统

首先介绍当前的资源管理系统模型 ;然后根据网格资源的特点提出了具有层次结构的网格资源管理系统模型 ,对开发这种系统的关键技术作了探讨 ,其中包括资源管理流程、资源需求、资源提供、资源分配等几方面 ,并已在研制的网格资源管理系统JobCenter Grid中加以实现。     

基于资源树的网格资源遍历并行实现

本文提出了网格环境下的并行计算模型G-PRAM,并在此基础上提出网格资源树遍历的一种并行实现算法,最后给出示例和说明。     

基于蚁群遗传算法的网格资源调度研究

传统的资源调度算法在网格环境下存在一定缺陷,如不能很好地平衡资源节点的负载,不能很好满足用户服务质量需求等.为了提高网络质量,应用遗传算法全局快速收敛的优点,将遗传算法融入到蚁群算法的每一次迭代中,使之具有很强的全局搜索能力,以加快算法的收敛速度,提出了在价格机制驱动下,应用蚁群遗传算法进行网格资源调度的算法.仿真实验结果表明,在价格机制驱动下,应用蚁群遗传算法进行网格资源调度可以减少系统总执行时间和任务完成时间,系统负载均衡度好,提高了资源调度效率,在网格环境下,算法具有稳定性和高效性.     

基于代理的网格资源管理系统

网格的资源管理在网格计算技术中非常重要。总结了不同的网格资源管理系统,重点介绍了基于代理的管理方法,最后提出了引入移动式代理来进行网格资源管理。