网格资源发现中移动Agent路径优化的研究

在对动态网格资源发现模型研究的基础上,改进了移动Agent在网格环境中的动态巡游策略.分析和比较了路径优化算法,在遗传算法和蚁群算法融合的基础上,提出了基于Agent的网格资源发现机制中进行路径优化的新方法,解决移动Agent为完成用户指定的资源发现任务在网格动态环境中移动时的迁移路径问题.实验结果表明了该算法的可行性,适应网格的动态性,以及提高网格资源发现的效率.     

一种基于移动Agent的网格数据库服务模型

网格数据库技术已经成为网格计算领域的一个研究热点。网格数据库是对现有数据库的网格化,以达到对数据资源的访问更加透明、高效、可靠。移动Agent是融合了人工智能技术的一种新型分布式计算模式。网格数据库服务是连接现有数据库和网格应用的桥梁。文章针对网格数据库所面临的主要问题,在网格数据库的数据处理中引入移动Agent技术,提出了一种网格环境下基于移动Agent的服务模型,并介绍了该模型下的事务处理流程。     

移动Agent在服务网格下的路由算法研究

以移动Agent作为任务载体，代表用户应用程序在复杂多变的服务网格环境下智能地访问各种网格服务。该文引入了“最大效益旅行商问题”来描述移动Agent的行为方式，给出了移动Agent的路由算法，使得移动Agent在最大化用户效益的同时兼顾不同用户的服务质量需求。     

在网格环境下基于Agent的资源管理的研究

提出了在网格环境下基于移动Agent的资源管理模型,详细介绍了模型的总体框架、各个模块的系统结构和安全策略,并将本模型和Globus的服务进行了分析与比较,给出了总体的评价.     

基于移动Agent的面向服务网格的研究

通过对移动Agent的全面分析,认为利用移动Agent去实现面向服务的架构具有很大的优势.文章将这种基于移动Agent的SOA架构应用到网格技术中,提出了一种基于移动Agent的面向服务网格的体系结构(BASGA),给出了这种结构的应用模式和可行性分析.     

基于网格环境的移动Agent技术研究

网格和移动Agent技术的整合已经成为分布式技术的一个重要研究方向,通过对网格和移动Agent概念的介绍,对移动Agent的特点和其应用在网格中技术优势的分析,提出了在网格计算中应用Agent技术的思想,重点阐述了移动Agent应用在网格中的关键技术,讨论了移动Agent技术在网格计算中应用存在的问题,最后展望了Agent技术在网格计算中的应用前景。     

基于Agent技术的智能体网格的研究

Agent能够感知外界环境的动态变化,而支持动态环境变化是网格的基本要求之一。把Agent技术引入到网格计算中,通过对Agent技术的特点和优点的分析,给出智能体网格的概念和体系结构,阐明Agent在智能体网格中,既充当Grid的使能器,又作为其功能享受者的特殊作用,最后,提出Agent技术在基于开放网格服务体系结构（OGSA）的网格计算中的应用模型。     

短消息

针对现有资源管理模型的不足,提出一种基于移动Agent和分层方法的网格资源管理模型,该模型引入移动Agent技术和采用了层次管理方法,以移动Agent技术解决网格资源动态性问题,以分层管理方法实现资源管理的可扩展性.     

基于移动Agent的网格计算资源管理

为了实现网格计算资源的动态自适应性管理,移动代理技术被引入网格资源管理,提出了基于移动代理的网格资源管理调度模型;在模型基础上,采用遗传算法针对网格计算环境下移动Agent任务调度问题展开了深入的研究。     

基于网格的面向Agent形式化建模框架

提出了一种基于OGSA（open grid services architecture）网格体系结构的面向Agent形式化建模框架——AOMG（agent-oriented modeling based on grid）形式化框架,该框架基于Object-Z语言,吸收了Ⅰ^＊框架和UML中的部分元模型,加入了对Agent与网格环境之间交互关系的描述,以及对Agent服务属性的处理,从而解决了现有方法无法对基于网格环境的分布式系统进行分析与设计建模的问题．给出了AOMG形式化框架中的3类核心模型：组织模型、Agent类模型和Agent服务模型．提供了一组新颖的从组织模型到Agent类模型的形式化语义映射规则,实现了系统模型从Agent抽象层次到对象层次的快速转换．     

An economics-based negotiation scheme among mobile devices in mobile grid

In this paper, we propose an economics-based distributed negotiation scheme among mobile devices in mobile grid. In our model, there are energy negotiation and transactions between buyer devices and seller devices. Dynamic allocation of energy resources in mobile grid is performed through online transactions within markets. Mobile devices can be sellers and buyers that use optimization algorithms to maximize predefined utility functions during their transactions. Seller device agents sell the underlying energy resources of the mobile device. Buyer device agent makes buying decisions within the budget constraints to acquire energy resources. An economics-based negotiation algorithm among mobile devices is proposed. The proposed algorithm decomposes mobile grid system optimization problem into a sequence of two sub-problems. In the simulation, the performance evaluation of economics-based negotiation algorithm is evaluated.     

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.     

基于有向无环图的成本-时间优化调度算法

网格计算环境下,基于有向无环图（DAG）的成本-时间优化调度算法运用经济规律把网格用户的任务映射到网格资源中运行。OGS算法考虑了任务间的优先关系,使得任务完成时间最小,但没考虑到在网格环境中所需的成本。Nimrod/G模型中提出基于时间和成本限制下的优化调度算法（DBC）考虑了时间和成本,但没考虑任务间的优先关系。本文综合考虑了成本-时间因素以及任务间的优先关系,在不增加完成时间的基础上,把任务映射到价格便宜的机器上,提出了基于有向无环图的成本-时间优化调度算法。通过仿真表明,相对OGS算法,该算法减少了所需成本。     

基于有向无环图的成本-时间优化调度算法

网格计算环境下,基于有向无环图(DAG)的成本-时间优化调度算法运用经济规律把网格用户的任务映射到网格资源中运行.OGS算法考虑了任务间的优先关系,使得任务完成时间最小,但没考虑到在网格环境中所需的成本.Nimrod/G模型中提出基于时间和成本限制下的优化调度算法(DBC)考虑了时间和成本,但没考虑任务问的优先关系.本文综合考虑了成本-时间因素以及任务间的优先关系,在不增加完成时间的基础上,把任务映射到价格便宜的机器上,提出了基于有向无环图的成本-时间优化调度算法.通过仿真表明,相对OGS算法,该算法减少了所需成本.     

Joint contexts optimization for mobile grid

This paper presents joint contexts optimization in mobile grid. The paper describes device context information for context-aware services in the mobile device collaboration. The objective of the paper is to dynamically deliver services to mobile grid users according to current context of mobile grid environment. A utility function is used as objective function that expresses values for the current contexts. The optimization is carried out by the joint context parameter optimizer with respect to an objective function. A joint contexts optimization algorithm is proposed which decomposes mobile grid system optimization problem into sub-problems. In the experiment, the performance evaluation of joint contexts optimization algorithm is conducted.     

改进遗传模拟退火算法在TSP优化中的应用

针对旅行商问题(TSP)优化中,遗传算法(GA)容易陷入局部最优、模拟退火算法(SA)收敛速度慢的问题,提出一种基于改进遗传模拟退火算法(IGSAA)的TSP优化算法.首先根据优化目标建立数学模型;然后对遗传算法部分中的适应度函数、交叉变异算子进行改进,使算法能够更加有效地避免陷入局部最优;最后根据旧种群和新种群每个对应个体的进化程度提出一种改进自适应的Metropolis准则,使模拟退火算法部分的染色体跳变更具有自适应性,利于算法寻优.对不同TSP实例的实验结果表明,与其他路径优化算法优化结果相比,所提出的IGSAA算法能够对不同TSP实例优化得到更优的旅行路径.     

Utility-based scheduling for grid computing under constraints of energy budget and deadline

With recent advances in computing and communication technologies enabling mobile devices more powerful, the scope of Grid computing has been broadened to include mobile and pervasive devices. Energy has become a critical resource in such devices. So, battery energy limitation is the main challenge towards enabling persistent mobile grid computing. In this paper, we address the problem of energy constrained scheduling scheme for the grid environment. There is a limited energy budget for grid applications. The paper investigates both energy minimization for mobile devices and grid utility optimization problem. We formalize energy aware scheduling using nonlinear optimization theory under constraints of energy budget and deadline. The paper also proposes distributed pricing based algorithm that is used to tradeoff energy and deadline to achieve a system wide optimization based on the preference of the grid user. The simulations reveal that the proposed energy constrained scheduling algorithms can obtain better performance than the previous approach that considers both energy consumption and deadline.     

Collaboration among mobile agents for efficient energy allocation in mobile grid

The use of mobile devices in grid environments may have two interaction aspects: devices are considered as users of grid resources or as grid resources providers. Due to the limitation constraints on energy and processing capacity of mobile devices, their integration into the Grid is difficult. In this paper, we investigate the cooperation among mobile devices to balance the energy consumption and computation workloads. Mobile devices can have different roles such as buyer devices and seller devices. In the mobile grid, the energies of mobile devices are uneven, energy-poor devices can exploit other devices with spare energy. Our model consists of two actors: A buyer device agent represents the benefits of mobile buyer device that intends to purchase energy from other devices. A seller device agent represents the profits of mobile seller device that is willing to sell spare energy to other devices. The objective of optimal energy allocation in mobile grid is to maximize the utility of the system without exceeding the energy capacity, expense budget and the deadline. A collaboration algorithm among mobile agents for efficient energy allocation is proposed. In the simulation, the performance evaluation of collaboration algorithm among mobile agents is conducted.     

面向可靠性一费用优化的网格任务调度模型及算法研究

网格资源的异构性、动态性等特征使得网格任务调度仍面临着诸多问题。针对传统可靠性评佑模型仅考虑 资源失效的问题,在考虑本地任务会抢占网格任务执行资源的情况下,引入任务执行延期失效,从而建立了一种新的 网格资源可靠性评估模型。该模型使用随机服务系统理论建模网格资源的动态负载压力,给出了任务在资源上的执 行可靠性的计算方法及证明。基于建立的网格资源可靠性模型,建立了面向可靠性和费用的多目标任务优化调度模 型,以获得最大化任务执行可靠性、最小化任务执行费用的任务调度策略。针对该NP问题,采用化学反应优化算法 对该优化问题进行求解,并给出了算法4种操作的具体实施方法。仿真实验表明,所提出的可靠性评估模型更符合真 实的网格系统,与遗传算法、粒子群算法相比,化学反应优化算法能更好地解决可靠性一费用双目标优化的网格任务调 度问题。