混沌粒子优化算法在网格任务调度的应用

研究网格计算中任务调度优化问题,由于网格环境具有动态性、异构性等特点,导致传统网格任务调度算法的调度效率,网格负载严重不平衡.结合粒子群的快速性和混沌的遍历性优点,提出了一种基于混沌粒子群优化算法(CPSO)的网格任务调度优化方法.首先建立网格任务调度问题的数学模型,然后采用CPSO对其进行求解,通过混沌变量产生优化粒子群,加快网格任务调度求解速度.仿真结果表明,CPSO提高了资源调度效率,网格负载更加均衡,具有较好的应用价值.     

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。     

网格环境下费用约束的科学工作流可靠调度算法

网格基础设施是目前科学工作流应用规划、部署和执行的主要支撑环境.然而由于网格资源的自治、动态及异构性,如何在保障用户QoS约束下有效调度科学工作流是一个研究热点.针对费用约束下的科学工作流调度问题,为了提高其执行的可靠性,本文使用随机服务模型描述资源节点的动态服务能力并考虑本地任务负载对资源执行性能的影响,给出一种资源可靠性的评估方法,在此基础上提出一种费用约束下的科学工作流可靠调度算法RSASW.仿真实验结果表明RSASW算法相对于GAIN3,GreedyTime-CD及PFAS算法,对工作流的执行具有很好的可靠性保障.     

网格计算中时间和费用限制下的任务调度算法

在网格计算中,一个好的管理系统应有出色的算法来调度用户提交的任务。前人基于不同目的已设计了各种调度算法,但通常不易施行：重点考虑工作完成时间和所耗费用,给出确定的模型以调度独立的任务。通过恰当的建模,所求解的问题将演变成0—1规划问题,而这种问题清晰明了,且有现成算法求解,从而使得时间和费用最小化。给出一个例子验证了该算法的有效性。     

基于混合粒子群算法的网格任务调度

减少分布式程序的执行时间是网格调度系统需要解决的重要问题。因分布式程序常建模为DAG图,故该问题又称异构DAG调度问题。在研究网格环境下的任务调度的基础上,提出了一种用于解决DAG任务调度问题的通用混合粒子群优化算法(Common Hybrid Particle Swarm Optimization),简称为CHPSO。该算法将问题的解(粒子)表示为任务的调度优先权向量,采用混合粒子群优化算法探索解空间。实验结果表明,在求解不含孤立点的单个DAG调度问题时,该算法所得解的调度长度仅为HEFT的90%～92%,求解质量与PSGA相当;在多张DAG图(含孤立节点)并发执行的网格环境中,该算法的调度性能明显优于PSGA及文中列出的其它演化计算方法。     

网格任务调度算法研究

网格计算的目标之一是聚集广泛分布的资源,向用户提供各种应用工具的一体化透明服务。本文总结了网格系统的体系结构和特征,分析网格任务调度算法的基本原理和性能指标。然后从不同的角度来讨论各种网格调度算法,并对其进行分类和比较,最后指出了网格调度算法的研究新方向,为网格任务调度的研究提供了很大参考价值。     

混合算法在网格任务调度中的应用研究

研究网格任务优化调度问题,针对需求的复杂和网格系统具有异构性和动态性,导致网络任务调度过程相当困难.传统调度算法调度效率低、资源负载不平衡.为了提高任务调度效率,降低资源负载不平衡性,提出一种混合的网格任务调度优化算法.首先采用遗传算法全局搜索能力快速形成初始解,然后将遗传算法的调度结果作为蚁群算法的初始信息素分布,最后利用蚁群算法所正反馈性机制迅速地形成任务调度的最优解.仿真结果表明,混合算法减少网格任务调度系统任务完成时间,提高了任务调度效率,为网格设计提供了依据.     

一种基于蚁群算法的网格任务调度方法

网格资源具有动态变化,广域分布及系统异构的特性,如何分配调度这些资源成为网格计算研究领域一个重要研究课题。国内外在网格任务调度研究上已经做了大量工作,但是这些算法大多是基于计算网格的,不能很好的适应服务网格环境下存在任务相关性的调度,同时在适应网格的动态性、异构性上也存在不足。针对目前网格调度机制存在的问题,提出了一种基于蚁群算法的服务网格任务动态调度方法,仿真实验结果表明该算法具有较好的性能和自适应性。     

浅析网格环境中的任务调度算法

网格系统由大量异构资源组成,具有复杂、动态和自治等特点。高效的调度算法可以充分利用网格系统和处理能力,从而提高应用程序的性能。本文提出Segment Qos Min-Min RR任务调度算法,平衡了负载,提高了任务的完成时间和平均等待时间。     

网格环境下任务调度算法的分析研究

本文通过分析基于表调度算法、基于聚簇调度算法、基于任务复制调度算法中的经典算法及蚂蚁算法、遗传算法的优劣性,并进行对比分析,总结出了目前网格DAG调度中存在的一些问题,这些问题的总结对后来的调度算法研究有积极的指导意义。     

一种面向服务的网格工作流调度算法

面向服务的网格工作流的研究已成为网格领域的研究热点。由网格服务：组成的工作流（GSF）的调度问题是一个典型的NP问题,由于遗传算法具有并行性和全局解空间搜索的特点,非常适合解决这个问题。因此,本文首先给出GSF的GA定义,然后提出基于遗传算法的网格服务工作流调度算法GSFGA,并通过应用实例验证了该算法优于传统的调度算法,作为结论本文指出了下一步的研究工作。     

采用新代价模型的HMA网格资源调度

网格系统为管理和调度跨越不同区域的资源提供了一种虚拟框架。该文提出了一个基于HMA的网格资源调度系统以实现资源发现和调度;给出了一个新型的代价模型,它比传统的代价模型更多地考虑了资源发现代价和资源决策代价。随后,将新型代价模型集成到基于HMA的网格资源调度系统中。对比实验显示,新型代价模型下的最优解优于传统代价模型下的最优解。     

机场轮椅数量调度最优模型仿真分析

由于大部分机场存在轮椅数量调度不及时、责任区面积过大、选择较为随意等问题,导致机场轮椅数量调度存在繁忙期和布局规范的局限.传统方法调度机场轮椅数量、要求配置的轮椅数量是固定的,以同时段固定需求为导向进行调度.无法及时应对机场轮椅需求的随机性和复杂性的变化.提出应用随机过程理论的机场轮椅数量调度模型,依据随机过程原理,从宏观角度将机场轮椅调度系统看成一个随机系统,获取机场轮椅数量调度系统中空闲轮椅数量期望值模型,通过有限状态持续时间马尔可夫过程,将应急轮椅空闲当成一个“生”的过程,旅客行李运输服务当成一个“灭”的过程,采用随机系统理论中的“生灭”过程进行分析,获取在一定的事件需求下,系统中空闲轮椅的数量,实现机场轮椅数量准确调度.仿真以某机场轮椅数量调度为例,说明所提出的模型可在宏观上合理确定机场轮椅的数量合理调度,改进方法的调度效率和精度都高于传统方法.     

网格调度机制研究综述

对网格调度体系结构、网格调度模型以及实际的网格项目和系统所采用的网格调度机制进行了分析,介绍了目前网格调度机制的研究情况,从网格调度研究的不同侧面对其进行了综述,阐述了网格调度的基本概念。针对网格与Web服务融合的情况,提出了服务网格环境下的服务调度问题,分析了解决服务调度的关键技术,结合已有的研究成果展望了未来网格调度的研究方向。     

一种网格环境下的多级资源调度策略

网格计算是近年来得到快速发展的技术,其目标是把因特网整合成一种超大规模的巨大计算机系统,以实现各种资源的全面共享,阐述了网格调度的基本概念,分析了各种资源调度策略,并提出一种基于分布式调度算法的多级资源调度策略。通过对模拟仿真实验中三种技术指标的分析,表明了该算法的高效性。     

工作流程中人员合作任务的调度优化模型仿真

多人合作的大型工作任务进行调度,可以极大提高工作效率.大型企业的工作任务往往需要由多人次反复合作完成.人员之间的工作流程本身充满了利益矛盾,且矛盾呈现多维度,多链条的关系.传统的调度算法都是以单线路、单个人员的工作任务最优为目标,应用到多人次的过程中时,会由于矛盾过多,使模型不收敛,容易造成调度效率低,人力资源调配不合理.提出采用改进粒子群算法的工作流程中多人员合作任务的调度优化模型.对多人次、多任务建立优化目标,根据粒子群间的协作,对多人次调度过程进行求解,求得的接运用校验过程进行最优化试错,根据最终结果获取调度模型的最优解,得到工作流程中人员合作任务的最佳调度方法.实验结果表明,利用改进粒子群算法进行工作流程中人员合作任务调度优化处理,能够提高调度效率,提高资源利用率.     

基于微粒群算法的服务网格任务优化调度问题的研究

需要人参与提供服务的网格任务调度中,需要考虑许多时间因素。因此本文提出一个基于时间差异的网格任务调度模型,应用微粒群算法对网格中任务调度模型作性能优化,并通过分析和模拟,得出此算法能够得到任务调度的最优完成时间。     

基于网格工作流的决策资源协同调度模型

基于网格的开放式决策支持系统越来越受到学术界的重视。在研究网格环境中的决策资源和网格工作流的基础上,提出了一种基于网格工作流的决策资源协同调度模型,并给出了该模型的协同调度机制与调度过程。     

奥运调度问题模型转换及优化研究

本文研究了奥运会调度问题的模型转换和优化. (1)时间区间约束是奥运会调度问题的关键约束, 本文建立了一种时间区间模型语言以描述这个调度问题. (2)奥运会调度问题是一个约束满足问题, 考虑其本质复杂性, 本文通过柔化决赛时间约束将约束满足问题转化为约束优化问题. (3)约束优化模型中, 项由场地约束关联起来, 如果去掉场地约束, 各项则是相互独立的. 因而本文通过松弛场地约束将约束优化问题分解为若干子问题. 全局优化解通过调整拉格朗日乘子获得. (4)为了调整拉格朗日乘子, 本文研究了变直径次梯度投影算法, 此算法不依赖于任何先验知识收敛, 本文给出了收敛效率. 仿真结果说明了算法的收敛性, 显示出变直径次梯度投影算法与简化算法在性能上的差别, 并且表明原约束满足问题的相变现象可以通过变直径次梯度投影算法获得正的对偶值的概率和首次获得正的对偶值的时间来识别.     

数据并行流水线网格调度的一种优化方法

为改进计算网格上数据并行流水线的性能,用模拟退火算法优化调度,用一个实验性方法确定初始控制参数,用一个随机方法选择下一个调度方案。调整最佳调度方案的稳定次数,可实现优化开销和优化效果之间的折中。实验显示,该文的模拟退火可有效优化流水线的调度。