一种统一的资源预留策略

资源预留可以保证任务在开始执行时获得资源,而这在网格这样资源动态性很强的环境中是很可贵的,因而资源预留是网格任务调度中一种普遍采用的策略。当前资源预留的研究主要集中在计算资源预留的情况,文中提出了一个网格环境中资源预留的统一策略,该策略对其它资源的预留和计算资源的预留一起加以考虑,经过模拟验证,该策略能够很好地和我们先前设计的一种基于资源预留的任务映射算法结合起来,适用于网格的动态、异构性环境。     

服务网格中基于请求生命期的资源预留方法和策略

基于面向服务的网格环境,针对网格服务实例所指向的资源,提出了资源预留树的预留方法.利用在任务请求生命期内发现的所有合适资源构建资源预留树,当预留资源失效时,可直接在资源预留树内选取一个替代资源,保证资源预留的可靠性.针对不同的用户服务质量,设计了3种不同的预留策略,在此基础上,提出了基于不同策略的资源预留树算法TTL-RTA.相关的性能分析和仿真实验表明,该算法具有较好的效率和可靠性.     

基于平均等待时间约束的松弛预留机制

传统预留机制存在预留请求拒绝率高、可能会延迟本地作业执行的缺陷。为此,提出一种基于平均等待时间(MWT)约束的松弛预留机制,并给出相应的预留接纳算法。采用松弛预留策略,在每个资源上设置任务等待时间阈值,若调度队列中排队任务的MWT超过该阈值,调度系统将使部分排队任务尽快获得空闲资源,从而减少MWT。实验结果表明,该预留机制能有效保障排队任务的MWT、提高资源利用率、降低预留请求拒绝率。     

基于间隔型双边拍卖的网格资源预留算法

针对已有基于竞价拍卖的网格资源预留方法存在的问题，提出了一种基于间隔型双边拍卖的网格资源预留算法。根据网格资源预留的需求和拍卖机制的特点，给出了网格系统模型；基于间隔型双边拍卖的思想，设计了适合网格系统的资源拍卖机制，给出了详细的网格资源预留算法；算法的最优性分析表明：在资源拍卖过程，提供真实信息对用户方和资源方均是唯一占优策略，且算法能够保证中标资源供需平衡。 最后，模拟实验结果证明了算法的有效性和正确性。     

在共享环境下基于时间预测的资源预留

资源预留是实现网格作业服务质量保证的重要方法.主要针对共享环境中引入资源预留后导致排队任务平均等待时间剧增的问题,提出了一种基于等待时间预测的资源预留,其中排队任务分为远程任务和本地任务,引入优先级策略,预洲不同优先级等待时间来计算花费,基于花费选择资源进行预留.实验结果显示预测相对误差和基于花费的调度算法都具有有效性和实际的潜力.     

一种基于松弛时间的服务网格资源能力预留机制

通过资源能力预留为网格服务提供确定的QoS保证是实现服务网格QoS管理的基础和关键.针对确定性资源能力预留的"资源能力碎片"问题,提出了一种支持松弛时间的灵活资源能力预留机制,并设计了支持松弛时间的资源预留请求接纳控制算法.在CROWN的节点服务器上实现了该机制,并通过仿真实验进行性能评价.结果表明,和已有的确定型预留机制相比,支持松弛时间的资源能力预留机制,使资源能力调度具有更多的自主性,可显著地提高网格资源的综合利用效率.     

一种面向效益均衡的网格资源预留机制

网格环境中的资源预留机制为跨站点的协同资源分配提供可靠的服务质量保证.针对传统预留机制存在本地任务QoS难以得到保障的缺陷,提出一种基于效益均衡的预留机制.该机制通过比较资源顸留收益与预留对本地任务执行所造成的负面影响来确定资源预留数量,以期取得网格任务QoS保障和本地任务QoS保障的效益均衡.模拟实验采用真实系统负载在较大规模的计算网格系统中检验了该机制的性能表现,实验结果显示,基于效益均衡的预留机制能有效提高资源利用率,同时能显著降低任务的资源费用情况.     

一种兼顾排队任务的资源预留机制

针对网格环境中目前的资源预留机制导致排队任务（queued tasks）平均等待时间剧增的问题,提出了一种兼顾排队任务的资源预留机制,该机制中采用了一种新的策略,提出了一种动态确定n的自适应算法。实验结果表明,该机制下排队任务的平均等待时间明显减少。     

网格协同设计环境中的任务调度机制

分析了网格环境中的任务调度模型及任务调度过程。基于具体的网格协同设计构架GMCD,提出了相应的任务分解和调度流程,并进一步在网格协同设计环境中引入了资源预留机制,为实现网格协同设计中的任务调度提供了保障。     

基于资源-预留图的动态网格资源预留机制

在传统的静态资源预留机制(static resource reservation mechanism,简称SRRM)下,用户的预留请求一旦通过接纳测试就立即被调度到某个资源上.因此,SRRM无法考虑在预留提前时间(book-ahead time)内作业队列的变化对调度目标产生的影响以及资源故障对预留任务的影响.提出了一种动态的网格资源预留机制(dynamic resource reservation mechanism,简称DRRM),在该机制下,通过接纳测试的预留请求在其实际使用资源时才被调度.引入了资源-预留图(resource-reservation graph,简称RRG)对DRRM进行说明,并给出了RRG的修改规则.DRRM能够感知预留提前时间内资源状态的变化,根据其运行时信息动态地调度已接纳的预留请求.模拟实验结果表明,与SRRM相比,DRRM损失了一定的预留请求接纳率,但大大减少了预留任务对非预留任务的抢占,显著提高了网格资源的有效利用率,并且对网格资源故障具有更好的容错效果.     

云环境下基于组合双向拍卖的动态资源定价

云环境下的市场交易机制缺乏灵活性,且在某些情况下定价不合理。为此,提出一种基于组合双向拍卖的动态资源定价模型,给出云资源分配与定价算法,用户通过响应时间出价,资源提供商根据负载情况要价。仿真实验结果表明,该算法与固定比例的定价算法相比,能提高18%的用户利益与9%的资源提供商利益。     

An exact solution for vehicle routing problems with semi-hard resource constraints

This paper presents an exact solution procedure for a vehicle routing problem with semi-hard resource constraints where each resource requirement can be relaxed to a pre-fixed extent at a predefined cost. This model is particularly useful for a supply chain coordination when a given number of vehicles cannot feasibly serve all the customers without relaxing some constraints.It is different from VRP with soft time windows in that the violation is restricted to a certain upper bound, the penalty cost is flat, and the number of relaxations allowed has an upper bound.We develop an exact approach to solve the problem. We use the branch cut and price procedure to solve the problem modeling the pricing problem as an elementary shortest path problem with semi hard resource constraints. The modeling of the subproblem provides a tight lower bound to reduce the computation time. We solve this subproblem using a label setting algorithm, in which we form the labels in a compact way to facilitate incorporation of the resources requirement relaxation information into it, develop extension rules that generate labels with possible relaxations, and develop dominance criteria that reduce the computation time. The lower bound is improved by applying the subset-row inequalities.     

一种面向随机性负载的计算网格资源预留定价策略

针对传统预留机制对本地任务服务质量造成的负面影响,提出了基于预留收益与损失均衡的资源预留机制。首先,基于本地任务相关统计特性利用概率论方法,给出并证明了一段时间内本地任务执行时间之和的概率分布函数。然后,在资源提供者的效用中考虑本地任务可能带来的损失,求解出了为保障本地任务服务质量的最低资源价格。实验结果表明,提出的预留机制能有效保障本地任务的服务质量,提高资源利用率、降低任务拒绝率。     

在线报价系统中基于商品销售期有限的定价策略

在线报价销售模式是近年来出现的一种不同于传统定价模式下的销售模式。针对在这一销售模式下当商品的销售期限和库存有限时销售商如何制定最优限制价格的问题,利用优化的方法建立了销售商的最大期望收益模型,并对该模型进行数值分析,得出了销售商的最优限制价格与商品销售期限和初始库存水平之间的关系。结果表明销售商应根据商品的销售期限和初始库存水平制定其限制价格。     

Multiobjective grid packing model: An application in forest management

In this paper, we formulate and solve a 0/1 multiobjective integer programming model that addresses the management of two conflicting forest resources: wildlife habitat and timber harvesting activities, subject to certain spatial restrictions. The tradeoff between these two conflicting resource uses is addressed in the context of a regular grid of parcels for a single time period problem. Timber harvest adjacency constraints were developed and incorporated into the model which prevented harvests from occurring next to one another, as well as next to habitat areas. The model performed exceptionally well computationally with hypothetical data. The majority of runs were solved exactly in their relaxed form in less than 60 s using the multiobjective weighting method, with the remaining cases requiring only a few branch and bound nodes to solve to completion.     

基于速率测量的资源预留速率调整机制

针对资源预留处理过程中可能存在的资源隐藏问题,提出一种基于到达速率测量的预留速率校正机制。当业务的到达速率和预留速率之间的偏差大于设定的阈值时,将业务流的预留速率调整为到达速率。业务流到达速率的测量采用基于速率包线的小时间尺度平均速率估计方法,并考虑流量自相似特征。仿真实验验证了该机制能有效解决资源隐藏问题,提高资源利用率。     

计算网格中的资源选择与调度算法

针对文中描述的计算网格资源环境模型,构造了一种分布式的层次型任务调度模型,任务调度分为计算资源站点的选择以及资源站点内部的本地调度两层进行。通过研究该调度模型,提出了一种基于双目标衡量函数的资源选择算法,该算法可以通过设置相关参数动态调节响应时间和价格在总目标中所占比重。试验结果表明能够选择综合满足响应时间和价格这两个目标的计算资源,以适应用户的不同需求。     

基于异构多核平台低能耗周期任务调度算法

针对异构多核平台存在的高能耗问题，提出一种运用优化理论求解周期任务最优能耗分配方案的算法。该算法对周期任务的最优能耗问题进行建模，并对模型添加限制条件。根据优化理论将二进制整数规划问题松弛化后得到凸优化问题，通过内点法求解优化问题并得到松弛化的分配矩阵，对分配矩阵进行判决处理后得到部分任务的分配方案。在此基础上，通过迭代的方式求得剩余任务的分配方案。实验结果表明，该分配方案产生的能耗与同类优化理论算法相比能耗降低约1.4%，与能耗相当的优化理论算法相比执行时间减少86%，且仅比理论最优能耗值高2.6%。