GridSim仿真代码自动生成器GridsimHelper

基于离散事件仿真平台si叼ava的网格建模和仿真工具C}irdSim提供了大量用于仿真分布式系统的基础类。但是使用该工具进行仿真并不简单。除了编制大量代码之外,初学者还需要花费较长时间熟悉实验构造过程和各种基础类的使用方法。针对此问题,设计、实现了图形界面(Graphical User Interface, GUI)的仿真代码生成器GridSimHclpcr,旨在缩短GridSim平台的学习过程,减轻用户实施仿真实验的工作量。该工具允许用户对自行设计的调度算法进行仿真测试,并提供静态启发式算法min-min和max-min作为性能比较的对象。详细介绍了GridSim-Helper的设计思路和实现细节。仿真实验结果证实了该工具的正确性和有效性。     

分布式系统中的资源发现机制综述

资源发现问题亦即由给定的资源描述找到满足该描述的资源地址。如何快速并且准确地从分布存储的资源中找到所需的资源,是一个挑战性的问题。传统的网格资源发现系统采用注册中心和索引的方式,但这些方式不能满足网格系统规模不断扩大的需求。而对等网络是一种扩展性好的分布式系统,采用已有的P2P技术解决网格环境下的资源发现问题是一种有效的途径。介绍了网格系统中的资源发现、P2P系统的资源发现以及基于P2P的网格资源发现系统,并对它们进行了比较。     

OGSA标准下的电子商务安全框架

本文主要讨介绍了OGSA的安全体系结构,分析了电子商务安全需求和安全技术,提出了OGSA标准下的电子商务安全框架,并对其安全性能进行分析与评价。     

关于传统空间缓冲区生成算法的分析

本文通过对各类空间缓冲区生成的算法思想及算法实现进行分析与比较,给出了避免在缓冲区生成结果的过程中出现的失真与尖角等问题的最适合的解决方法。     

关于传统220kV变电站智能化改造方案的探讨

建设统一坚强智能电网已成为未来电网的发展方向和既定目标,智能变电站是智能电网的重要基础和支撑,通过对变电站的智能化升级改造,实现变电站的自动化、信息化和互动化,以满足智能电网可靠、灵活、经济的电能流和信息流传送,全面提升变电站信息集成和数字化监控、自愈和快速响应能力。     

聚类分析方法在网格技术中的应用

建立在网格基础上的数据挖掘结合了网格技术的优点,能够对各种信息载体中分布的海量信息进行高效的处理、分析和挖掘。本文分析了网格技术与聚类分析方法的特点,使用基于网格方法的数据分析方法将空间划分为由（超）矩形网格单元组成的网格,然后在网格单元上进行聚类分析,以达到更加深入的进行数据挖掘分析之目的,     

语义Web和语义网格及数据资源整合的探讨

目前,许多电子政务系统面临着一个共同的问题,这就是所谓的＂信息孤岛＂问题,解决该问题的关键是如何将现有数据资源进行有效的整合。而语义网格理论的提出,为这一难题的解决提供了一个新的思路。应用语义网格理论,针对出租汽车管理信息化的应用需求,构造语义网格模型Tx-Grid,并且讨论一种利用本体整合分布式异构数据库资源的机制,有效地解决这一问题。     

未知环境下基于VFH＊的机器人避障

机器人避障问题一直是机器人应用中的热点和难点问题。为此采用了路径跟踪和VFH*相结合的方法实现机器人沿着预定路径前进中的避障问题。路径跟踪算法follow the carrot用来选取局部目标点。对于VFH*算法中存在的由于超声传感器的方向误差及对障碍物的扩展导致某些可行路径被忽略的情况进行了改进,在障碍物进行扩展时根据障碍物与机器人中心点的距离大小进行不同程度的扩展。另外,在障碍物比较稀的区域,VFH*算法对每个valley最多只选取三个候选方向,导致一些更好的方向丢失,根据valley的大小及机器人当前选定方向来增加一个新的候选方向。并用仿真验证了所做的改进是有效的。     

基于蚂蚁算法的制造资源搜索调度研究

本文基于对制造资源调度和发现过程的分析研究,建立实用的制造资源调度器模型和调度策略,然后采用蚂蚁算法对制造资源的调度快表做出优化,并做出有关的实验和数据分析。该方法能够有效地实现制造资源的作业的合理调度和实现分布式系统的负载平衡,提高了制造资源搜索的成功率。     

Grid resource brokering algorithms enabling advance reservations and resource selection based on performance predictions

We present algorithms, methods, and software for a Grid resource manager, that performs resource brokering and job scheduling in production Grids. This decentralized broker selects computational resources based on actual job requirements, job characteristics, and information provided by the resources, with the aim to minimize the total time to delivery for the individual application. The total time to delivery includes the time for program execution, batch queue waiting, and transfer of executable and input/output data to and from the resource. The main features of the resource broker include two alternative approaches to advance reservations, resource selection algorithms based on computer benchmark results and network performance predictions, and a basic adaptation facility. The broker is implemented as a built-in component of a job submission client for the NorduGrid/ARC middleware.