DMS算法在Map/Reduce任务调度中的应用

云环境下传统的任务调度算法整体效率较低,为了提高任务调度的整体效率,在Map/Reduce基础上提出了一种基于处理时间的DMS任务调度算法。首先,对复杂任务进行预处理,将复杂任务转化为DAG图,依据任务依赖关系大小产生最佳拓扑排序,并依据排序结果将复杂任务交给work节点进行处理;其次,通过将节点处理任务的预测时间与节点处理能力的比值作为子任务在每个节点的处理"时间"进行量化建模,建立任务和处理时间的度量矩阵,依据DMS算法进行处理,从而获得任务分配最佳方案;最后,从任务调度效率与资源使用率的角度将DMS算法与公平调度算法、遗传算法行对比验证。实验结果表明,DMS算法能明显提高任务调度整体效率,充分利用各节点的计算能力提高了Map/Reduce的调度效率。     

改进的DBSCAN聚类算法在云任务调度中的应用

针对云计算环境中任务调度中存在的执行效率低的问题,提出了一种基于改进的基于密度的聚类算法(DB-SCAN)的云任务调度策略.首先使用改进的基于密度的聚类算法DBSCAN对云任务进行聚类,然后与已经分类的资源进行匹配,解决资源与任务匹配程度低的问题.实验结果表明,对任务进行聚类后进行任务调度,任务在终端上的平均执行时间减少了大约35.2％,任务的调度时间也有了明显减少.     

基于改进遗传算法的QoS移动网格任务调度

移动网格环境具有高度的动态性,任意时刻都可能发生资源的变化,任务调度因此变得复杂,提出了一种面向服务质量(QoS)的移动网格任务调度策略.建立资源和任务模型,定义任务优先级,将任务分成若干子集,子集内调度采用改进遗传算法,选取时延和跨度为QoS指标,编码和遗传操作上体现资源对任务QoS的匹配调度,使最优解尽力满足任务QoS;同一资源上分配的任务,按优先级顺序执行.仿真结果表明,调度算法可以较好地满足用户的QoS,调度跨度也较优.     

改进遗传算法在云资源任务调度中的应用

为了缩短云环境中资源的调度和任务执行时间,均衡各虚拟机的负载,从影响虚拟机性能的内核、内存和带宽三个关键因素来分析研究,建立基于时间和负载的约束函数,并对遗传算法中交叉和变异两个过程进行改进,提出了基于改进遗传算法的云资源任务调度方案。在CloudSim仿真平台上的实验显示,在相同的云资源任务环境中,与基本遗传算法相比,所提方案的负载均衡率平均提高了15%,当任务数量增加到300个时,任务总完成时间节省了20多秒。     

一种多目标约束条件的云计算资源调度算法

针对基于云平台下资源调度互不相同的约束条件问题,文中提出了一种新的云计算资源调度算法。根据用户提出的各种约束要求,构造多目标约束条件,利用一个隶属度函数将多目标问题转化成单目标优化问题,重新设计了进化算子,对其遗传算法应用进行改进,对单目标问题进行求解,得到了策略的最优解,在CloudSim平台进行仿真实验,实验结果表明,该算法降低了任务调度的截止时间底线违背率,缩短了平均任务执行时间以及节约了平均执行成本。     

DVS系统硬实时周期任务动态调度算法

与实时任务的可调度分析不同,实时DVS调度在保证任务截止时间限制同时,还要关注任务执行的处理器功耗。功耗研究一段时间的累积效果,传统基于最坏执行时间的任务调度模型不能满足实时DVS调度需要。该文采用实际执行时间(AET)概率分布建立实时任务调度模型,利用随机分析的方法分析AET分布对实时DVS调度算法性能的影响,提出了基于平均执行时间的实时DVS动态调度算法。实验结果表明,该算法在任务具有不同AET分布情况下可保持稳定的功耗性能。     

基于概率自适应蚁群算法的云任务调度方法

针对基本蚁群算法在求解云任务调度问题时易陷入局部最优的不足,提出一种任务分配概率自适应的蚁群算法.算法根据任务量的大小对任务进行降序排序.定义了任务分配集中度,引入了概率自适应调整因子对任务分配过于集中的资源节点的分配概率进行调整.结果表明,相对基本蚁群算法及改进蚁群算法,该算法有效地缩短了任务完成时间,且算法的执行效率、收敛速度均有一定程度的改善.     

空间观测任务调度子Agent的底层优化模型及算法

对于采用分层的主从Agent体系结构的航天器自主运行系统而言,各个子Agent可以单独设计,这样就大大减小了设计难度并提高了程序运行效率。对于每个子Agent而言,可以专注于底层模型和算法的设计。空间观测任务调度子Agent的任务是对空间观测任务进行调度,以使在有限的资源下,可观测任务最多,观测价值最大。针对这一子Agent,建立了优化模型来完成最优调度问题的建模。优化模型的目标函数为观测任务的优先级之和最大,优先级与观测任务的价值有关。约束条件包括观测机会约束、航天器资源约束等。采用基于遗传算法的启发式算法进行求解,建立了具有可扩展性的任务调度仿真演示系统,直观的演示了调度后的任务运行情况。     

负载均衡优先的改进优先级表调度算法

针对当前云计算环境下DAG任务调度时存在的负载失衡、任务调度效率不高的问题,提出了一种负载均衡优先的改进优先级表调度算法(LS-IPLB).算法将云计算集群中虚拟机的状态参数变化抽象成空间中的参数向量变化,给出实时衡量云计算集群的负载均衡性方法,并作为虚拟机选择权值的重要参数.同时以任务执行代价、任务的出度和任务间的通信代价作为参数计算任务优先级,并在任务调度时采用任务复制策略进一步优化调度过程.结果表明,LS-IPLB算法能有效缩短DAG任务图的完成时间,并实现了良好的负载均衡性.     

一种基于拟序的关联备份任务调度算法

为了减少存储备份任务的执行时间和提高整个存储系统的效率，提出了一种新的SAN体系结构——基于集群技术的SAN体系结构，并在其结构上提出并实现了关联备份任务的数学模型和实现该模型的核心调度算法。该算法的基本思想是对投入的关联备份任务找到一个最优的执行顺序，以便提高整个系统的性能。实验数据表明，对于关联备份任务的调度与执行，该算法可以有效提高整个系统的效率。     

基于工作流的多型号产品生产计划与调度系统

为了实现多型号产品生产计划与调度过程的并行与信息有效集成,针对型号产品研制生产的特殊要求,提出了一种基于工作流的多型号产品生产计划与调度模型.建立了生产计划与调度过程模型、计划模型和组织模型,提出了一种基于协同理念的运行控制模型,详细描述了协同控制运行机制和相应的调度策略.利用Delphi6开发了多型号产品生产计划与调度管理系统.应用表明,该系统能够有效地提高生产计划与调度过程的监控能力,缩短型号研制生产周期.     

基于Ansys的往复式压缩机出口管道振动分析与改造

对往复式压缩机出口管道存在的振动故障进行了分析,基于振动特性方程,利用Ansys参数化编程建立了复原现场的有限元数值模型,在此基础上进行了有限元模态分析和谐响应分析,得到了管系的前20阶固有频率和各激振倍频下的振动位移值。同时提出了修改系统刚度的振动控制方案,经计算验证发现,改造后管道固有频率有所提高,能有效避开原共振频率,并对改造后可能出现的共振倍频进行了谐响应分析,发现改造后管道系统振动能量趋于均匀,管系振幅明显降低。     

基于重要用户优先服务策略的天然气管网优化调度方法研究

由于气源供应不足、设备故障、自然灾害、用户用气需求增加等原因,天然气管网运营部门需要对各个用户供应量进行重新分配和调整,而天然气在管网系统的运行过程中,其运行参数受流动规律的限制,用户对天然气供应压力和流量也有相应的要求。在综合考虑管网运行特性和用户用气需求的基础上,以用户重要度作为配置天然气供应量的依据,提出基于重要用户优先服务策略的天然气管网资源优化分配模型,优化资源分配,减少天然气的低效利用率,降低因天然气供应紧急、短缺带来的不利影响。以一个由35个节点、33条管段和3个压缩机站构成,涉及各个用户类型的实际管网为例,应用建立的模型和方法,通过计算得出管网系统的最优运行方案,为生产运行调度提供了重要依据。     

输气管道系统调整技术研究

对现役输气管道系统进行了调整改造方案的研究,通过分析比较目前工程实际常用的输气管道计算公式,考虑到输气管道的实际运行状况,提出了适用于现役输气管道的计算公式.根据输气管道的数学模型,对输气管道进行了水力计算,提出了判断输气管道系统是否需要调整改造的方法.当需要调整时,提出了三种调整改造方案,一是在原来的管网中增设压缩机站;二是更换原有的部分输气管段;三是铺设副管.将此方法应用于川西南地区的一条输气管道,结果令人满意.     

柔性资源受限的复杂产品协同开发项目调度研究综述

综述了资源受限的复杂产品协同开发项目调度和企业柔性资源管理的研究现状，提出了新的研究方向——柔性资源受限的复杂产品协同开发项目调度。     

支持并行调度的多项目资源管理CPN建模

构建良好的多项目资源调度模型已成为项目型企业多项目管理计划与控制的关键性基础工作。在分析多项目并行调度特点的基础上,基于Petri网擅长描述随机性、任务间并发、同步、并行等系统特征的优势,克服当前已有的多项目并行调度模型的不足,构建了基于CPN的多项目并行调度模型。通过建模实例阐述了模型的仿真分析方法,证明了基于着色Petri网构建多项目并行调度模型的可行性和有效性。       

基于启发搜索策略的飞行仿真系统实时调度算法

针对飞行仿真系统中多种类型任务并发执行及任务具有严格定时限制和时序约束的特点,探讨了飞行仿真系统混合任务集的实时调度问题.通过建立混合任务集调度模型,把飞行仿真系统实时调度描述成一种受约束的在状态空间上的路径寻优问题.基于对启发式估价函数的设计,利用启发式搜索策略在所有符合约束的状态节点中搜索使启发式估价函数值最小的节点,经节点扩展得到了使混合任务集延迟时间最小的可行调度.建立飞行仿真系统混合任务集实时调度构架对调度算法进行试验验证,结果表明,该算法有效解决了飞行仿真系统中多种类型任务集成调度问题,并能以较低的时间开销满足飞行仿真系统对响应时间的一致性要求.     

基于蒙特卡罗的压缩机组备用方案研究

针对天然气长输管道压缩机组备用方案的设计,提出了一种基于蒙特卡罗法计算设计方法,并给出了详细的设计流程。首先使用蒙特卡罗法对全线机组的失效概率进行计算,得到了同时失效机组数量;其次通过单机故障分析确定失效机组的位置;然后对多种故障工况进行模拟,分析故障工况下的运行参数,最终确定备用方案。并以某管道为例对该方法进行了工程应用。结果表明,一条设有20座压气站的管道仅需设置11台备用机组,即可保证管道在多种故障工况下均能正常运行。研究结果表明,基于蒙特卡罗法的压缩机组备用方法减少了备用压缩机组数量,降低了工程投资和管理成本,具有很好的理论和工程应用价值。     

面向6G边缘网络的云边协同计算任务调度算法

提出了一种分布式的第6代移动通信系统（6G）云边协同计算架构,设计了基于近似雅可比交替方向乘子法的云边协同计算任务的调度算法.将云边协同计算任务的调度问题建模为综合考虑时延、能耗、带宽成本及服务质量损失等因素的系统开销最小化问题,并通过高效的分布式并行计算方式进行求解.仿真实验结果表明,该算法可在保障用户服务质量的同时降低网络运营成本的开销,收敛速度快,执行效率高.     

基于扩展合同网的协同设计任务分配机制研究

针对网络化产品协同设计过程的任务分配机制进行研究,在分析了已有合同网任务分配机制的基础上,通过引进时间令牌和缓冲池策略,对合同网机制进行扩展,提出了一种基于时间令牌和缓冲池机制的协同设计任务分配方法,给出了任务分配协作过程中的协商策略和基于投标信息的综合多因素决策评价算法。最后通过实例验证了所提方法的可行性,更适用于协同设计任务分配的实际情况。