基于信誉度的网格资源调度算法的实现

为了解决资源调度过程中,消费者与生产者之间的信任问题。提出了把信誉度融入经济模型的资源调度算法。基于信任度的算法,让用户可以选择性价比比较好的资源,而不是把任务分配给出价低但是性能比较差的资源．以免造成任务无法完成且浪费时间的后果。把信誉度融入资源调度算法中,不仅提高了任务的完成率。也提高了资源和消费者之间进行交易的安全性。     

基于信誉度的网格资源质量优化

网格由分布在地理上的各种各样的计算机资源组成,用户在调用资源时,只会根据资源提供商所制定的条件来选择适合自己的资源,但是资源质量的优劣只有在至少用完一次后才可以得出结论.现今许多基于经济模型的资源调度策略只是在提高资源提供商的效益及资源调用时的负载平衡方面加以研究,而网格资源的质量并无过多深入的分析.文中提出的基于信誉度的网格资源调度算法,在用户与资源之间插入一个信誉度计算器,用户每调用一次便会对此资源进行一次信誉度评估.实验证明此算法不仅提高了资源提供商获得的效益,并且使得网格资源的质量得到进一步的优化.     

网格计算经济中的信誉度体系结构

针对网格资源管理中计算经济模型的资源信誉度、资源提供者信誉度和服务消费者信誉 度,提出并实现了信誉度评价体系结构以及信誉度评价中的一些处理策略。详细讨论了信誉度评价 的模块组成和实现模型,对信誉度评价所需的资源使用记录进行了定义,由此对RUR(ResourceUsage Record)基本组成的扩展进行了研究。最后通过仿真实验对信誉度评估体系完成了验证,证明体系结 构的设计和实现是有效的。     

基于效益最优的网格资源调度

网格资源管理和调度是一个非常复杂和重要的研究问题,传统的集中式管理和调度方法很难适用于网格计算环境,基于经济模型的资源管理和调度成为当前的研究热点。论文提出了一个基于效益最优的网格资源调度算法,模拟试验表明新的调度算法具有较好的调度长度。     

基于效用最优的网格计算资源调度算法

基于市场机制提出了一种以资源代理为基础面向服务的网格资源管理模型--SBAGRM,在该模型的框架下提出了一种基于效用的网格资源调度算法,该算法以满足用户的QOS需求为出发点,旨在追求系统资源的全局最优化。     

网格计算资源管理中的信誉度模型

网格资源管理作为网格研究的核心内容,受到研究人员的高度关注。目前已经提出的诸多管理模型中,基于计算经济的模型被人们普遍看好。文中针对计算经济模型,提出了资源信誉度、资源提供者信誉度、资源消费者信誉度的概念。在此基础上,深入研究了信誉度评价的评价模型和算法以及信誉度评价实现中的一些处理策略。对信誉度评价所需的资源使用记录进行了定义,根据评价需要对现有RUR进行了扩展。最后通过仿真实验对信誉度评价算法进行验证,得到了相应的实验结果和结论。     

网格经济模型下基于信誉度的资源调度策略

基于资源的信誉度,提出一种经济模型下的网格资源调度策略.由用户自己设定各因素的重要性,调度器根据用户提交任务的需求不同,将任务放到对应的任务队列中,各队列调用不同的调度算法,以得出最优资源分配.同时每次任务完成后,用户的满意度又直接影响到资源的信誉度.理论上能够实现资源和消费者的有效匹配,使消费者请求达到快速响应,让资源提供者和消费者双方获得更高的满意度.     

基于经济模型的网格资源调度算法研究

基于经济模型的网格资源调度算法是目前网格环境中非常重要的调度算法.介绍基于经济模型调度算法的基本思想和体系结构,对4种基于经济模型的调度算法做了详细的阐述,并在GridSim上的模拟结果做了分析与比较.     

网格资源调度算法研究

网格资源调度算法是影响网格成功与否的关键技术之一.首先对网格资源调度方法从不同的视角进行了分类,从三个方面阐述了网格资源调度的性能指标,并着重比较分析了几种典型的网格资源调度算法,包括Min-min算法、Max-min算法、基于经济模型的调度算法、基于遗传算法以及基于模拟退火算法的网格资源调度算法等,指出各种算法性能上尚存的不足之处并对下一步如何改进给出建议,最后给出资源调度的研究展望.文中为网格资源调度算法的研究提供了很好的参考.     

基于数据通信约束的网格计算信誉度模型

本文针对网格计算中对数据通信因素考虑不足的问题,提出了一种数据通信约束的信誉度模型,并给出了相应的管理体系结构和算法的实现方法,能够有放的对用户需求进行预测,从而使用户合理的选择资源,达到资源有效配置.     

基于GridSim的网格调度模拟

详细分析了GridSim工具,并与当前几个主要的网格模拟工具进行了对比,然后探讨了GridSim工具的改进,扩展了计算资源的功能,增加了数据存储资源模型。最后提出了基于GridSim工具的分模块的调度模拟开发方法,按照这种方法建立了Min—min调度算法模拟平台,展示了GridSim工具的功能。     

基于GridSim的A-MM调度算法模拟

对网格计算环境中的任务调度模块做了分析,介绍了两种最经典的网格任务调度算法:Min-Min与Max-Min.通过对两者的分析,得知Min-Min算法的优点在于其执行的高效性,但它存在资源负载不平衡的问题.而Max-Min则正好相反.经过对比,提出了一种平衡两者优缺点的A-MM算法.使用GridSim网格环境仿真包建立A-MM调度算法的模拟平台,对GridSim的内部机制及用法给予简单介绍,并通过模拟实验对A-MM算法进行性能评测.评测结果表明:A-MM算法的完成时间接近Min-Min,而负载平衡性接近Max-Min,平衡了Min-Min与Max-Min的优缺点.     

基于改进DPSO的网格资源调度算法

基于市场经济模型的网格资源调度问题是一个典型的离散问题及NP-Hard问题,考虑到离散粒子群优化算法在解决离散问题上的有效性,本文在现有算法的研究基础上,提出一种基于改进的离散粒子群优化算法的网格资源分配和任务调度算法,并采用GridSim模拟器对相关算法进行仿真模拟实验和比较。实验结果表明,本文提出的调度算法在作业完成时间、综合性能以及资源的负载平衡方面均具有较大的优势。     

基于拍卖机制的网格作业调度遗传算法

根据拍卖机制的在线信誉网格资源管理模型,设计基于遗传算法的网格作业全局调度策略。引入时间和花费2个经济因素,改进遗传算法的收敛性。改进算法根据用户需求得到最优化的资源分派策略,提高网格系统的总体性能。将该算法纳入GridSim模拟器进行系统测试,结果证明其优于传统调度算法。     

基于GridSim模拟器的网格资源调度算法研究

网格资源调度策略是网格计算领域中的关键研究方向之一,网格模拟器是资源调度策略优化和改进研究的重要平台.本文研究了GridSim模拟器,对此模拟器的整个框架结构和运行机制作了阐述;对基础的Minmin算法和QoS Guided Min-min算法进行研究和改进,并通过基于GridSim包设计了应用程序,对改进后的算法进行了相应的模拟.模拟研究结果表明,改进后的算法在任务平均完成时间上优于以前的算法.     

基于差异进化算法的铁路电网动态经济调度应用研究

铁路电网动态经济调度问题是一个复杂的约束性优化问题,其目标是优化多种混合能源系统所需要的经济化配置权.本文提出了一种框架式差异进化化遗传算法,结合GA、DE两个遗传算法在子群中进行自我修复式的差异化进化,以每个优化后的子群为基础,并使用改进的探索式方法提高算法的收敛速率和优化性.通过算法和数据对比,本文所提算法在调度质...     

GridSim网格仿真工具研究

本文研究了网格仿真工具GridSim,介绍了GridSim的测试和开发方法.利用网格模拟工具,可以节省网格实验时间和费用,并可重现实验结果,给新算法和调度策略的研究提供了极大的方便.本文在GridSim中实现了Min-Min算法以及基于QoS约束的改进Min-Min算法,通过模拟实验验证了改进算法的性能.     

拍卖机制下的效益最优化调度算法研究

基于拍卖机制的调度算法中引入了效益最优的思想,并根据利润率的概念建立了效益函数。这使得算法能够很好的适应网格建立初期对于吸引资源的要求,能够为资源提供者带来更大的效益。实验中采用GridSim构建了一个网格模拟环境,并模拟实现了本文提出的调度算法。实验结果表明,在预算和时间限制相同的情况下,该算法在使网格资源获得效益上优于时间最优化算法和代价最优化算法。     

GridSim网格仿真工具研究

本文研究了网格仿真工具GridSim,介绍了GridSim的测试和开发方法。利用网格模拟工具,可以节省网格实验时间和费用,并可重现实验结果,给新算法和调度策略的研究提供了极大的方便。本文在GridSim中实现了Min-Min算法以及基于QoS约束的改进Min-Min算法,通过模拟实验验证了改进算法的性能。     

结合预测机制和QoS约束的网格资源调度算法的研究

资源调度是网格计算领域中的研究热点之一.以达到最优的资源利用率和提高用户对服务的满意程度为目标,定义了资源QoS约束和形式化描述;在任务完成期限和网络带宽的双重属性约束下结合预测机制,提出了网格资源调度算法Senior;应用GridSim工具包实现了相关的调度算法,并对调度算法仿真结果中的数据进行了分析和比较,验证了Senior调度算法在解决类似问题的优势.