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。     

基于Chord的多集群网格系统资源查找算法改进

分析了P2P-Grid模式下的多集群网格系统资源查找问题,提出了一种基于Chord的优化资源查找算法P-RN-Tree算法来提高资源定位的效率。通过P-RN-Tree算法,设计并实现了基于Chord的分布式计算资源查找策略。理论分析表明,RN-Tree和P-RN-Tree的高度总是接近lbN,但由于优势集群选择算法的加入,P-RN-Tree平均查找长度要低于RN-Tree。仿真实验结果表明,该算法将进一步减少了资源调度所需的代价,提高了多集群网格系统的性能。     

基于信誉度效益最优的网格调度算法研究

基于经济模型的网格调度算法是目前网格环境中非常重要的算法,而信誉度是经济模型的一个概念.文中将信誉度问题引入到网格资源分配中,通过信誉度与效益相结合,提出了基于信誉度的网格资源分配算法.将信誉度融入到网格资源调度中,用户可以选择信誉度高的资源,提高了资源的信誉度,同时使得网格资源的质量有所提高.通过实验对算法进行了验证.实验结果表明,在费用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,并且提高了资源调度的效率.     

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。     

应用禁忌搜索算法的动态自适应网格调度

提出基于禁忌搜索算法的动态网格调度算法,设计不同邻域结构,优化作业完成时间。兼顾网格动态特性,调度过程中采用分批调度,根据调度过程中上一次的部分调度信息动态调整下一次部分调度方案,自适应地修改算法参数。最后通过GridSim仿真环境和其他算法进行比较,获得较好结果。     

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.     

基于GridSim模拟器的网格资源调度算法的研究

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,本文对基础的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.     

一种基于序贯博弈的网格资源分配策略

网格环境中资源的负载预测是实现资源优化分配的关键任务之一,而网格资源的动态性和异构性使得准确判断资源的负载状态十分困难.针对已有的分配策略对资源负载评估的不足,提出了一种基于序贯博弈的优化用户时间的网格资源分配策略.该策略将正比例资源共享的网格环境中多用户竞争同一计算资源的问题形式化为一个多人序贯博弈,通过寻求该序贯博弈中各个阶段博弈的纳什均衡解来预测资源负载;然后利用此负载信息生成所有用户的最优出价组合和资源的优化价格;最后根据各用户出价,按比例分配资源的计算能力.通过对网格模拟器GridSim的实验研究,结果表明,该策略能够得到合理的用户出价,降低资源占用时间,从而弥补了Bredin提出的优化策略中未考虑资源未来负载变化的缺陷,实现了资源的优化分配.其结论说明运用序贯博弈方法预测资源负载是可行的,且能更好地适应网格环境下异构资源的动态性.     

基于T.Cover模型的网格资源分配策略研究

针对网格环境中资源分布性、异构性等特点,提出了一种基于T.cover最优投资决策模型的网格资源分配策略.采用Gridsim进行模拟实验,并将该算法与随机算法进行了对比,结果表明该分配策略在任务完成时间及费用方面具有一定的优越性,能够提高资源分配效率,对动态、异构的网格环境具有较好的适应性,实现了网格资源的平衡分配.