基于资源性能评估的网格任务调度算法

在保障本地任务QoS需求并尊重网格节点本地调度策略的条件下,为网格用户提供QoS保障是计算服务网格环境中任务调度的一个重要目标和面临的新问题.根据对网格节点相关资源可用性历史数据进行统计、分析得出的结果,利用概率论方法对网格节点的资源能力进行评估,对网格节点状态进行划分并得到资源的平均状态;利用信息论中熵的概念对网格节点状态动态变化的不确定性进行评估并得到刻画网格节点状态不确定性的定量值.在此基础上,建立了一种基于性能评估的分布式调度框架,并提出了一种基于性能评估的网格任务调度算法.对GridSim进行了改进与扩展,基于改进与扩展后的GridSim对提出的算法进行仿真并与相关算法进行比较,实验结果表明了本所提出的调度算法在网格用户QoS保障程度、网格任务执行makespan以及负载均衡等方面的有效性.     

基于遗传编程和效用最优的网格资源调度及仿真

由于因特网的开放、动态性,传统的计算资源调度方法已不再适用网格计算.基于经济模型的网格资源管理和调度成为研究热点.针对计算市场模型中非线性效用最优化问题,提出了一种基于遗传编程改进的效用最优的网格资源调度算法.该算法使用遗传编程构造计算市场模型中的效用函数,使得计算复杂度控制为O(n).仿真结果表明该算法可以提高网格计算中的资源调度性能.     

模具仿真网格及其在优化设计上应用

建立了一个面向优化设计应用的模具仿真网格平台.把该平台划分为仿真网格资源层、基础支持工具层、优化模型资源调度层和仿真网格应用层四个层次,并介绍了各层的主要功能和相关实现技术.基于该平台,发展了一个优化设计网格计算方法,以利用网格环境中充足的仿真资源,协同解决复杂的注塑模优化问题.并利用该算法,对收款机上壳浇口位置进行了优化设计.结果显示:所建立的仿真网格平台能够满足优化设计的需要;所开发的网格算法合理、高效.     

一种支持分布交互式仿真的静态调度策略

针对如何在网格环境中合理调度系统资源这一目标,分析了仿真任务与网格资源的映射问题,通过综合考虑联邦成员交互量、任务的负载和解算时间等不同因素,利用优化技术提出了一种支持分布交互式的启发式静态调度算法,并以空地作战对抗仿真系统为例,证明了该方案的可行性,为提高分布交互式仿真系统的资源利用效率和扩大仿真规模提供了一种可行的途径。     

支持资源预留的网格计算仿真平台

资源预留是实现网格作业服务质量保证的重要方法。对网格资源管理机制和调度算法的研究主要是通过仿真进行的。给出了一个离散事件驱动的仿真平台,实现了对本地调度器、全局调度器、资源监测器、资源代理、网格用户、本地用户等主要网格实体的仿真,实现了主要的调度算法,提供了网格提前预留、网格协同预留、本地提前预留和底层处理单元的预留功能,可用于资源预留相关的并行计算和网格计算环境中的资源管理和调度算法的仿真。     

基于网格的离散事件仿真服务设计

传统的离散事件仿真系统，一般基于DEVS（Discrete Event System Specification）理论构建，不涉及网络资源的管理问题，因而不能适应现代大规模仿真应用对计算和资源管理的需求。而网格计算具有整合分布式异构资源的能力，可以为这类仿真提供强大的计算和资源管理支持。因此，提出利用网格技术来设计离散事件仿真服务的思想，仿真服务透明地向用户提供仿真运行支持。首先结合典型的DEVS仿真应用开发过程，提出一种基于网格的仿真体系结构。然后，探讨了仿真任务管理、网格仿真代理、运行控制和实验代理等几类核心的仿真服务。     

基于动态定价的网格资源调度系统设计与仿真

现有网格环境下集中式资源管理和调度策略逐渐暴露出扩展性不佳、资源负载不平衡等问题。在基于计算市场模型的网格环境下,利用供求规律,设计并仿真了一种分布式网格资源调度系统。该系统采用用户与资源进行双向选择的模式,通过启发式的策略,动态调节资源价格,控制用户和资源的行为。仿真结果表明该系统能有效解决网格环境中资源负载平衡问题,具有良好的可扩展性和灵活性,在保证服务质量的基础上,任务完成率方面比Nimrod/G提高了22.5%。     

基于网格的分布仿真平台的核心技术研究

提出了一种基于网格的分布仿真平台,结合最新网格技术和高层体系结构技术实现以服务为基本元素的分布仿真运行支撑环境,具有灵巧、高效、通用和实用的特点.并进一步从技术实现上提出了构建平台所需的核心技术,包括:运行支撑环境中基于代理的请求回调机制、实现仿真资源管理和调度的管理中心、高效的协同监控组件.最后,对平台的核心组件进行性能测试.该平台可以高效完成广域网仿真,实现仿真资源的共享、重用及优化调度,提高系统负载均衡能力,实现对仿真的协同监控.     

基于MATLAB的网格工作流建模与控制环境

网格是集成了大量异构、动态、自治资源的协同工作系统.工作流技术有助于降低网格系统的复杂性.Simulink/Stateflow提供了强大的过程定义和状态管理功能,可作为实现网格工作流建模环境的基础.MATLAB对Web服务的支持,易于移植到网格环境中,驱动和控制用户任务的执行.MATLAB与网格系统的集成,为用户提供了强大、易用的组件化网格应用开发环境.利用网格技术,MATLAB使用远程分布式资源的能力得以增强,从而扩展了其应用领域.     

基于网格计算的SAR回波分布式仿真

为了解决SAR分布目标回波仿真中的计算瓶颈,首次把网格计算思想引入其中.利用FTP、TCP/IP协议构建网络通信引擎服务,利用静态和动态调度算法构建网格资源调度模块,利用面向对象技术、多线程技术等构建了网格资源监测模块,网格资源管理模块、回波计算模块、仿真控制模块等,实现了SAR回波仿真网格,通过多个计算节点的协同工作来完成仿真任务.试验表明,该网格平台具有高计算效率、易搭建、易访问、价格低廉、突破地理限制等优点.     

基于进化多目标优化的微服务组合部署与调度策略

面向微服务实例在不同资源中心的组合部署与调度问题,构建微服务组合部署与调度最优化问题模型。以资源服务中心计算及存储资源利用率、负载均衡率和微服务实际使用率等为优化目标,以服务的完备性、资源与存储资源总量和微服务序列总量为约束条件,提出基于进化多目标优化算法（NSGA-Ⅲ,MOEA/D）求解方法,寻求微服务序列在不同资源中心的实例组合部署与调度策略。通过真实数据集实验对比,在全部满足用户服务请求的约束下,该策略比传统微服务组合调度策略的计算、存储资源平均空闲率和微服务实际空闲率要分别低13.21%、5.2%和16.67%。     

云环境下能耗优化的任务调度模型及虚拟机部署算法

云计算环境下,在满足用户服务级目标约束下,如何有效地进行资源分配调度,降低能耗,已成为不容忽略的关键问题.针对目前云计算系统服务资源分配调度问题在能耗方面的研究不足,提出一种能耗优化的资源分配调度体系架构,并基于此架构设计了一个满足实时用户SLA的能耗优化模型.该优化模型从系统级和部件级两个层次进行能耗优化.在系统级上,提出一种基于分组遗传算法最大限度降低系统空闲能耗的虚拟机部署算法,该算法将虚拟机和服务器之间的映射抽象为有约束的多维可变装箱问题;同时,在部件级上采用动态电压功率调整技术降低执行能耗,从而达到在满足用户需求的前提下,最大限度降低系统总能耗.仿真实验结果表明,该算法与同类算法相比,在相同条件下可有效降低云计算系统的能耗开销.     

基于扩展计算网的分层动态网格工作流研究

针对实现资源共享和协同工作的网格技术应用与发展现状,提出分层网格工作流体系结构:在设计层利用网格工作流逻辑和网格工作流语义对网格工作流建模;在运行层,利用网格工作流调度引擎和网格工作流实施引擎完成任务的调度及实施;在资源层实现和具体底层网格资源的交互。为支持上述结构,引入Petri网中的库所同步器对网格工作流逻辑建模;定义了扩展计算网模型ECN,以描述网格工作流语义。可变同步器、计算网及网格工作流实施引擎的结合,从设计时及运行时两个角度提供了对动态网格工作流的支持。最后以实例说明了分层网格工作流支撑环境建模的具体应用。     

Multiple QoS modeling and algorithm in computational grid

Multiple QoS modeling and algorithm in grid system is considered. Grid QoS requirements can be formulated as a utility function for each task as a weighted sum of its each dimensional QoS utility functions. Multiple QoS constraint resource scheduling optimization in computational grid is distributed to two subproblems: optimization of grid user and grid resource provider. Grid QoS scheduling can be achieved by solving sub problems via an iterative algorithm.     

用于柔性流程工业生产调度的并行多目标遗传算法

分析了柔性流程工业区别于一般制造系统在生产调度方面的特点 ,在此基础上针对这类系统所具有的多目标、混合动力学特性、调度实时性等特征 ,提出了一种新的并行多目标遗传算法 .在解决多目标解的评价时 ,采用了目标分级评价技术 ,求解过程始终将解的最优性和决策者对目标的偏好信息结合在一起 .为反映这类问题的混合特性 ,提出了一种新的双层编码方案 .在算法中采用的递阶分解并行技术 ,使计算时间至少减少一个数量级 .计算机仿真结果表明 ,对于这一类复杂的柔性流程工业生产调度优化问题 ,本文提出的方法具有很好的实际应用前景 .     

基于蚁群算法的参数相关网格任务调度算法研究

任务调度是网格计算环境中影响系统性能的重要问题,目前大多数调度算法在调度时均把任务假定为元任务,而忽略任务间的约束关系。利用图论的思想将任务间依赖关系描述为满足一定条件的有向无环图（DAG）,通过DAG图可以精确描述任务的优先级,此外蚁群算法在元任务调度中能有效实现任务调度和负载均衡,因此在蚁群算法进行元任务调度结果的基础上,根据任务优先级对分配给资源的任务进行排序即得出了参数相关任务调度的结果。仿真结果显示,此方法在各种网格环境下均能解决相关任务的调度问题,而且保证系统的负载均衡。     

基于蚁群系统的工件排序问题的一种新算法

工件排序问题中如何使加工效率最高，一直是一个非常重要而且又非常困难的问题，特别是问题的规模很大时，目前各种算法计算就非常困难，有的甚至无法得到合理的方案，蚁群系统是近年来发展起来的解决组合优化问题的一种有效方法，根据工件排序问题的特点，建立了在不同种类的并行机上加工一批不同种类工件的优化数学模型，在蚁群算法的基础上对其进行改进，成功地把改进的蚁群算法用于工件排序问题的优化中，通过与其他算法的仿真比较，表明基于蚁群系统的算法是有效的，特别是问题规模很大时更显示其快较的收敛速度和较高的精度。     

Ant System Based Optimization Algorithm and Its Applications in Identical Parallel Machine Scheduling

1 .ＩＮＴＲＯＤＵＣＴＩＯＮＩｄｅｎｔｉｃａｌｐａｒａｌｌｅｌｍａｃｈｉｎｅｓｃｈｅｄｕｌｉｎｇｐｒｏｂｌｅｍｆｏｒｍｉｎｉｍｉｚｉｎｇｔｈｅｍａｋｅｓｐａｎｈａｓｂｅｅｎｐｒｏｖｅｄｔｏｂｅａｎＮＰｐｒｏｂ ｌｅｍ[1,2 ] .Ｉｔｗａｓｔｒａｄｉｔｉｏｎａｌｌｙｓｏｌｖｅｄｂｙｏｐｅｒａｔｉｏｎａｌｍｅｔｈｏｄｓｓｕｃｈａｓｄｙｎａｍｉｃｐｒｏｇｒａｍｍｉｎｇ ,ｂｒａｎｃｈａｎｄｂｏｕｎｄｍｅｔｈｏｄ ,ａｎｄｉｎｔｅｇｅｒｐｒｏｇｒａｍｍｉｎｇ[3～ 7] .Ｔｈｅｓｅｍｅｔｈｏｄｓｃａｎ ｇｉｖｅａｎｏｐ…     

基于深度强化学习的云作业调度及仿真研究

针对复杂瞬变的多用户多队列多数据中心云计算环境中作业调度困难的问题,提出一种基于深度强化学习的作业调度方法.建立了云作业调度系统模型及其数学模型,并建立了由传输时间、等待时间和执行时间三部分构成的优化目标.基于深度强化学习设计了作业调度算法,给出了算法的状态空间、动作空间和奖赏函数.设计与开发了云作业仿真调度器,完成作...