基于任务的网格资源调度研究

本文详细的介绍了网格环境下资源调度的实质;阐述了基于任务的调度原则与体系结构．并总结了若干重要调度算法;分析了目前研究中的问题,并讨论了其未来的发展问题,为进一步的理论研究、实际应用提供一定的基础与方向。     

网格环境下一种QoS感知的批调度算法

网格环境下,批调度以系统吞吐率为调度目标,未能考虑用户的服务质量(QoS)要求.本文在传统的批调度算法中加入对任务完成时限的考虑,提出了一种QoS感知的批调度算法.仿真结果表明,在保持系统吞吐率不变的情况下,该算法与传统批调度算法相比,任务按时完成比率有明显提高.同时,该算法对任务执行时间的预测误差也具有良好的适应性.     

网格环境下一种可调目标的启发式调度策略

针对网格环境下不同类型的任务执行时间相差较大的问题,提出了基于任务平均执行时间的忍耐度的概念,重新构造了启发式规则,体现了任务QoS的要求;并将这种服务质量的需求与任务完成时间相结合,给出了一个可调节的局部目标函数,实现了一种基于任务完成时间和任务服务质量的启发式调度算法OA-Sufferage;最后,给出了服务率(service ratio)的概念和定义,定量地衡量任务得到的服务质量.实验结果表明,该策略优先调度那些等待时间相对于执行时间较大的任务,提高了任务的服务率;而且可以通过调节局部目标函数中的偏好因子(preference factor),追求任务完成时间和QoS的不同目标,更加适合开放复杂的网格环境.     

一种网格环境下的资源协同调度算法

基于传统的DAGs调度算法,提出了一种适于网格环境下使用的协同调度算法,目标是使得一组应用程序的整体执行时间最小,并且算法中提供了对资源的提前预约的支持。模拟结果表明,该算法与传统的调度算法相比,性能有了较大的提高 。     

一种新的异构网格任务调度算法

提出了一种基于免疫计算的异构网格任务调度算法。设计了异构网格独立任务调度问题的数学模型,给出了免疫调度算法的框架、基于实数编码的克隆变异算子和浓度抑制算子,并在仿真环境下进行了实验。实验结果表明,算法能有效地解决异构网格任务调度问题,具有较好的应用价值。     

一种基于人工免疫的新的网格资源调度算法

由于广域网性能的巨大提高和功能强大且价格低廉的计算机不断增多,网格计算以一种极具有前途和吸引力的新范式出现。网格计算是集成地理位置分布,异构,多领域资源的一种平台,它提供透明、安全、同等、高性能资源共享。要获取计算网格中潜在的能量,设计一种有效和高效的网格资源调度算法很重要。网格独特的特点使得网格环境下的资源调度是相当复杂的。本文将重点设计一种新的基于免疫算法的网格资源调度算法。     

一种应用于网格计算环境的任务调度模式*

提出了一种新的网格任务调度模式,针对网格计算资源有组织、松耦合、自治等特性,建立基于多层次虚拟组织形式的计算资源模型;根据网格环境中应用任务粗粒度、特定资源依赖等特点,建立了网格任务的描述模型;提出并实现了相应的子任务生成算法、任务初始调度算法及自动调整算法。设计实现了能够支持仿真及实际网格计算环境可扩展网格任务调度器,通过理论分析和仿真实验对算法的正确性、效果和效率进行了评价。     

网格环境下基于信任关系的资源调度策略

提出一个信任评估模型。为了减少资源调度过程中使用传统安全措施带来的网格开销,提出把信任关系作为安全衡量标准融入网格环境下的资源调度策略中。设计了一个融入信任关系的资源映射算法TRM-Schedule,仿真试验证明了算法的合理性和有效性。     

集中式任务管理网格计算调度算法

网格计算是构筑在互联网上的新兴技术,在提供的资源、功能和交互性方面比互联网更多更强。集中式任务管理网格以单机统一调度,具有集成性强和出错率低特点。使用特定有关算法,可进行最佳工作单元分配。通过基于XML的Web Service的调度原语,可进行跨平台的网格集中式任务管理的调度,由监工线程定时动态地保证调度的合理性。通过修改任务排序算法,可适应不同目的的调度需求,以适应局域网、Intranet和Internet上网格计算的调度。     

网格环境下基于信任机制的资源调度研究

信任是网格资源调度中一个很重要的因素,也是影响网格计算有效性和性能的关键技术之一。将信任机制引入到网格资源调度中,提出了网格环境下的信任模型和基于信任机制的资源调度模型,在调度策略上对传统的Min-Min算法进行了改进,提出了基于信任机制的Trust-Min-Min算法。仿真结果表明,算法不仅可以缩短任务的总执行时间,而且可以有效地平衡负载,是网格环境下一种有效的资源调度方法。     

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。     

基于遗传算法的网格计算资源调度策略

如何将网格这个复杂环境中的计算资源进行有效调度,是一个NP问题。遗传算法被证明是解决这类问题的有效算法,同时遗传算法有“早熟”和慢速收敛等缺点。为了克服其缺点,提出一种新的并行遗传算法,采取避免近亲繁殖的交叉策略和保护优秀个体的方法,提高算法搜索能力和收敛速度。仿真结果表明该算法能有效地解决网格计算资源分配问题。     

基于改进遗传算法的网格任务调度研究

网格任务调度是一个NP完全问题,它关注大规模的资源和任务调度,要求采用具有高效性的调度算法.提出了一种基于改进遗传算法的网格任务调度算法,在算法初始化种群产生时引入min-min算法和max-min算法,从而提高初始化种群的质量;算法迭代过程中采用了一种新的局部收敛判断以及改进的变异操作来防止局部收敛.仿真结果表明,该改进算法能更有效地解决网格任务调度问题.     

网格环境下一种新的动态任务调度算法

现有的任务调度算法大多没有考虑网格环境的特点,因此性能还有待提高。针对这个问题,将任务完成时间和网格资源置信度结合起来,给出了一个可调节的局部目标函数,提出了一种新的启发式动态任务调度算法TSAMRC。模拟实验表明,该算法对于网格环境具有更好的调度性能。     

网格环境中资源管理与调度的研究

网格在解决分散式资源共享方面具有广阔的应用前景,使得它成为下一代互联网瞩目的焦点。本文首先对网格中资源管理和调度的现状展开讨论,分析比较当前的几种调度方案,为进一步提出高效完备的资源调度算法作准备。     

基于克隆算法的网格资源调度探讨

针对传统的遗传算法的网格任务调度中存在的问题,提出了一种免疫克隆算法的网格资源调度算法,仿真证明,该算法在保证调度均衡的状态下保持了较好的效率。     

基于a＋bi型联系数的不确定网格静态调度算法

任务调度算法是计算网格任务管理系统中的核心问题.由于网格环境中存在大量的不确定因素,导致传统网格调度算法和调度系统不能在开放、异构和动态的真实网格环境中有效运行.利用一种新的软计算方法--集对分析联系数研究和处理网格调度中的综合不确定性问题.在简单介绍集对分析概念和应用情况基础上,引入联系数概念、运算规律和全序关系,分别提出了基于联系数的不确定网格静态调度算法CBU-Min-min、CBU-Max-min和CBU-Surferage,并进行了数值仿真实验研究.理论和实验研究表明,这些算法能较好地描述网格任务预期执行时间的动态性和不确定性,并使传统网格调度方法成为其特例,在动态和不确定网格环境中有良好的理论和实际应用价值.     

基于多级队列算法的ITS资源调度策略

资源调度是公交智能交通系统(ITS)建设中亟待解决的一类重要问题。文章抽象了公交资源调度问题的一般特征和要求，以多级队列算法为基础并将其加以改进，给出了一种适用于ITS的资源调度策略，并成功地应用于北京市公交抢修调度系统中。还对该策略应用中的具体的资源子集划分、多级队列建立、优先级动态调整机制及自动分配等关键技术进行了阐述。     

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。     

网格计算资源调度算法研究

如何将网格这个复杂环境中的资源进行有效调度，是一个NP问题。并行遗传算法被证明是解决这类问题的有效算法，同时并行遗传算法有“早熟”和慢速收敛等缺点。为了克服其缺点，该文引进蚁群算法思想，将两个算法结合起来，充分发挥各自的优势，该算法能更有效地解决网格计算资源分配的问题。