校园网格作业调度系统的研究与实现

针对校园高性能计算资源和存储资源负载不均衡、管理模式不统一的问题,提出了校园网格作业调度系统的解决方案.通过对网格和网格体系结构的分析,设计了校园网格作业调度系统的分层结构模型,总结了调度系统的实现目标,指出了作业服务的重要作用,并对校园网格作业服务的功能、作业调度的模型及作业调度的策略进行了研究.校园网格作业调度系统的实现,极大地提高了系统的利用率,实现了校园网络中资源的共事,平衡了校园资源的负载.     

计算池环境下的资源调度算法研究

网格的一个重要功能就是多个虚拟机构间共享资源,如何合理的管理和调度网格资源一直是网格领域的研究热点.该文主要对网格计算池模型下常见资源调度算法进行了研究,分析了各种算法的利弊,并针对最短距离路由转发资源调度算法的不足,在其基础之上提出了一种改进的资源调度方法.文中根据该方法设计了资源调度模型,并搭建实验环境对改进算法与原算法进行对比实验,实验证明该方法可以有效提高资源利用率和作业执行效率.     

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。     

基于链队列的网格作业处理环境

用户提交的作业请求在网格作业处理环境中将被封装成作业对象,并依次被解析、调度、资源选择和提交。设计并实现了一种基于链队列的新型网格作业处理环境,由预处理队列、调度队列、资源选择队列和提交队列构成的一个链队列结构采用多线程技术,将作业处理流程划分成若干阶段,由控制中心统一管理作业对象在链队列中的操作。     

OptorSim在安全数据网格复制策略中的应用

数据网格环境下,复制策略的优劣直接影响到整个网格资源的使用性能,鉴于复制策略对整个网格系统的重要性,该文利用OptorSim网格模拟器,通过构建仿真环境,根据仿真性能评估标准对不同的访问模式,不同数据网格复制策略的仿真数据进行了分析研究。具体研究了仿真软件的数据网格结构、复制策略、作业调度策略、访问模式以及它们对整个数据网格性能的影响。仿真结果表明该复制策略可以减小单个作业的系统开销和最大的利用计算单元。     

面向多集群对等调度的网格系统研究与设计

利用对等模式进行多集群间作业调度,不仅增强网格系统的可扩展性和容错能力,而且使每个集群成为自主调度单元,通过彼此协作共同完成作业。系统将Globus网格中间件系统和OpenPBS调度系统有机的结合起来,通过增加辅助的调度服务,使网格作业在多个集群间迁移并且有效缓解单个集群的作业负担。     

基于拍卖机制下网格资源分配的时间最优算法

资源调度是计算网格资源管理系统中研究的主要内容之一.基于计算经济的网格体系结构,提出了一种时间最优算法.该算法适用于基于拍卖机制下网格资源调度管理系统.系统遵循均衡分配原则,允许用户出高价以获得更多的资源,并通过代理周期地调节用户竞价价格,在给定的最终期限内完成应用程序.     

基于混合遗传算法的分布式车间作业调度问题

分布式车间作业计划与调度是一个典型的组合优化问题,而组合优化问题是遗传算法求解的领域.本文描述了分布式车间作业调度问题及其调度方法,结合分布式车间生产模式的实际情况,将模拟退火算法引入自适应遗传算法,提出了混合遗传算法(GASA);详细地阐述了分布式车间作业计划与调度问题的解决策略和操作过程,并以甘特图的方式给出了计算结果.与其它方法比较,混合遗传算法是解决分布式车间作业计划与调度问题的更为优良的方法.     

基于决策支持的制造网格性能评价模型研究

制造网格的性能评价对制造网格系统的建立、作业调度、资源分配都有指导意义.提出了制造网格性能评价的5类指标,并对性能评价所用方法进行了一定的研究.给出了制造网格的性能评价系统的系统结构,具体的模型系统及其工作流程.最后,通过属性重心坐标决策算法进行了验证.     

基于模糊数学的网格资源综合调度算法

针对网格计算环境中网格资源的划分及调度问题,应用较完备的模糊数学理论和一个实例详细介绍了一种网格资源的划分及调度方法.其间使用的主要方法有:引入了数据标准化方法,以消除量纲的影响;采取了一种先综合考虑各项指标再分别处理的方法,以先期避免"木桶效应";针对有些文章中仅依靠模糊相似矩阵来进行资源划分的错误进行了纠正,最后的划分应该使用模糊等价矩阵.     

Dev_Min-Min:一种基于最小偏差的网格调度算法

针对独立任务调度的负载均衡和高吞吐率原则,提出基于Min-Min算法的最小完成时间偏差调度算法（Dev_Min-Min）,算法构造了调度完成时间的偏差矩阵,根据任务的偏差调度任务.Dev_Min-Min算法克服了Min-Min算法追求局部最优的贪心算法思想的局限性.实验数据表明,与被作为评测基准的Min-Min算法相比,Dev_Min-Min算法能在各种网格环境中有效降低调度跨度、提高负载均衡度,在异构环境中调度性能提高更加明显.     

Spark框架并行度推断算法

分布式计算集群Spark宽依赖并行度取决于用户设定参数,对于不同的作业类型或数据集,硬编码的并行度参数设定难以发挥集群的最大计算能效。针对这一问题,首先对Spark作业执行方式进行深入分析,建立作业调度模型,提出宽依赖计算代价、资源空置率和溢写概率的定义;然后分析任务并行度对作业执行时间的影响,证明并行度取值具有合理区间,提出并行度推断算法的优化目标。最后根据模型定义进行目标求解,设计批处理内存计算框架的并行度推断算法（parallelism deduction algorithm,PDA）,通过构建的数据总量、执行区预留比、操作闭包集合、资源表等多个基础数据,计算符合资源需求表且具有最大资源利用率和最小开销的任务并行度;PDA算法在作业的各个Stage中迭代执行,根据计算环境优化调度方案提高性能。实验表明,PDA算法提高了Spark框架的作业执行效率,针对不同类型作业均具有良好的普适性。     

基于遗传算法的车间作业调度

研究了遗传算法在车间作业调度问题中的应用,以遗传算法作为优化工具,给出了车间作业调度算法。最后给出了计算机仿真结果,并与启发式算法求得的结果作了比较,证明了该算法解的有效性和优越性。     

PBS作业调度优化的研究与实现

PBS是一个批处理和计算机系统资源软件包，是国内外高性能计算机集群普遍采用的一种作业管理系统，具有易用性、可移植性、适配性和灵活性的优点。本文通过对PBS系统进行分析，了解其内部原理及实现方式，依托河南理工大学高性能计算平台，对其作业调度系统做进一步优化，通过缩短作业的等待时间来提高集群计算的效率。     

Locality Aware Optimal Task Scheduling Algorithm for TriBA——A Novel Scalable Architecture

An optimal algorithmic approach to task scheduling for,triplet based architecture(TriBA),is proposed in this paper.TriBA is considered to be a high performance,distributed parallel computing architecture.TriBA consists of a 2D grid of small,programmable processing units,each physically connected to its three neighbors.In parallel or distributed environment an efficient assignment of tasks to the processing elements is imperatire to achieve fast job turnaround time.Moreover,the sojourn time experienced by each individual job should be minimized.The arriving jobs are comprised of parallel applications,each consisting of multiple-independent tasks that must be instantaneously assigned to processor queues,as they arrive.The processors indeDendently and concurrently service these tasks.The key scheduling issues is,when some queue backlogs are small,an incoming job should first spread its tasks to those lightly loaded queues in order to take advantage of the parallel processing gain.Our algorithmic approach achieves optimality in task scheduling by assigning consecutive tasks to a triplet of processors exploiting locality in tasks.The experimental results show that tasks allocatian to triplets of processing elements is efficient and optimal.Comparison to well accepted interconnection strategy,2D mesh,is shown to prove the effectiveness of our algorithmic approach for TriBA.Finally we conclude that TriBA can be an efficient interconnection strategy for computations intensive applications,if tasks assignment is carried out optimally using algorithmic approach.     

Locality Aware Optimal Task Scheduling Algorithm for TriBA——A Novel Scalable Architecture

An optimal algorithmic approach to task scheduling for, triplet based architecture（TriBA）, is proposed in this paper. TriBA is considered to be a high performance, distributed parallel computing architecture. TriBA consists of a 2D grid of small, programmable processing units, each physically connected to its three neighbors. In parallel or distributed environment an efficient assignment of tasks to the processing elements is imperative to achieve fast job turnaround time. Moreover, the sojourn time experienced by each individual job should be minimized. The arriving jobs are comprised of parallel applications, each consisting of multiple-independent tasks that must be instantaneously assigned to processor queues, as they arrive. The processors independently and concurrently service these tasks. The key scheduling issues is, when some queue backlogs are small, an incoming job should first spread its tasks to those lightly loaded queues in order to take advantage of the parallel processing gain. Our algorithmic approach achieves optimality in task scheduling by assigning consecutive tasks to a triplet of processors exploiting locality in tasks. The experimental results show that tasks allocation to triplets of processing elements is efficient and optimal. Comparison to well accepted interconnection strategy, 2D mesh, is shown to prove the effectiveness of our algorithmic approach for TriBA. Finally we conclude that TriBA can be an efficient interconnection strategy for computations intensive applications, if tasks assignment is carried out optimally using algorithmic approach.     

Generalized multiple time windows model based parallel machine scheduling for TDRSS

The scheduling efficiency of the tracking and data relay satellite system (TDRSS) is strictly limited by the scheduling degrees of freedom (DoF), including time DoF defined by jobs'' flexible time windows and spatial DoF brought by multiple servable tracking and data relay satellites (TDRSs). In this paper, a generalized multiple time windows (GMTW) model is proposed to fully exploit the time and spatial DoF. Then, the improvements of service capability and job-completion probability based on the GMTW are theoretically proved. Further, an asymmetric path-relinking (APR) based heuristic job scheduling framework is presented to maximize the usage of DoF provided by the GMTW. Simulation results show that by using our proposal 11% improvement of average job-completion probability can be obtained. Meanwhile, the computing time of the time-to-target can be shorten to 1/9 of the GRASP.     

JIT意义下极大化顾客满意数的并行多机问题

随着JIT(Just-In-Time)生产管理技术的出现和发展,考虑到以往极大化顾客满意数问题的研究只限于单机问题,而实际的生产调度和计划管理中绝大多数情况是并行多机问题,提出了一个在JIT意义下, 极大化顾客满意数的并行多机问题,并在分析相应的单机问题最优排序的基础上,构造出一个求解其多机问题的启发式算法,该算法的构思新颖,计算复杂性低,适用求解多机问题,具有工程实用价值的有效算法.最后给出了一个数值例子.     

用户利益最大化的云计算联盟资源调度

针对云联盟的资源调度问题进行了研究,提出了基于用户利益最大化的云计算联盟资源调度方法,并通过遗传算法实现资源调度策略。同时基于CloudSim实现了云计算联盟资源调度方法,对云计算联盟环境下的资源调度研究从学术走向实际应用具有一定的意义。