计算网格中经济模型的应用策略

基于经济模型的计算网格资源分配和任务调度, 将货物市场模型与拍卖模型进行比较. 通过对两种经济模型进行模拟, 分别在网格资源市场需求不足和需求过剩的条件下, 以资源价格的稳定性、 市场均衡、 资源利用率和作业执行效率为评价标准, 对两种经济模型的性能进行了评估. 结果表明, 货物市场模型比拍卖模型更适合计算网格环境, 并且能够产生更稳定的资源价格, 更容易达到市场均衡, 资源利用率和作业 的执行效率也更高.     

一种基于拍卖与群体智能的作业分配方法

基于微观经济学与群体智能知识,设计了一种网格系统中的作业分配方法.该方法首先基于改进的英国式拍卖模型确定资源购买者和资源提供者之间的资源交易价格,然后使用混沌搜索混合粒子群优化算法寻找作业分配方案,通过引入适当的适宜值函数,达到了兼顾时限与成本的目的.仿真结果表明,与现有的一些方法相比,该方法是可行和有效的,作业对资源的分配较均衡,效用较高.     

基于反拍卖的计算网格资源分配方法

针对计算网格资源的特点和运用经济机制进行网格资源管理的优势,提出一种基于暗标反拍卖机制的网格资源分配方法.描述了基于网格服务市场的资源分配框架;针对网格中的服务资源,提出了一种以网格用户为中心,以用户需求驱动的暗标反拍卖网格资源分配方法,在满足网格用户QoS要求的情况下使系统的总效用最大化;分析了该拍卖机制的Bayes均衡点以及系统在均衡状态的效率、策略和效用;给出了基于用户效用函数的资源分配算法.     

网格中基于拍卖模型与遗传算法的作业分配

引入微观经济学与遗传工程知识,兼顾时限与成本,设计了一种网格中的作业分配方法.首先基于拍卖模型确定资源购买者和资源提供者之间的资源交易价格,然后使用遗传算法寻找作业分配最优方案.仿真结果表明,该方法是可行和有效的,不仅效用较高,而且作业对资源的分配较均衡,优于PRIMAL方法.     

基于代理的网格作业全局自适应迁移

作业迁移是实现网格作业服务质量保证和系统高效能的重要方法,在分析了传统进程迁移技术的基础上,根据网格系统的特点,提出了一种基于代理的网格作业全局自适应迁移模型,通过设计网格作业全局自适应迁移对象选定原则、迁移时机确定机制和作业迁移信息监控管理,解决了网格环境下作业迁移的关键问题.试验结果以及在西北工业大学校园计算网格中的实际应用验证了模型的有效性.     

基于动态协商的网格访问控制模型

为解决网格用户访问权限的全局一致性问题,基于NIST RBAC访问控制模型和网格特性,提出一种改进的动态协商访问控制模型,通过访问策略及其动态协商机制,为网格访问控制中用户对资源访问权限的全局一致性定义及自动恢复协同提供支持.测试结果表明该机制是可实现的.     

网格资源协同分配模型的研究

针对网格资源协同分配问题,提出了基于市场机制的具有分布式特性的网格资源协同分配模型(MGRM).采用了多单位组合拍卖模型(MUCA)对网格中的资源协同分配进行建模,并使用分支界限法求解多单位组合拍卖问题,从而得到网格资源协同分配问题的最优解.针对网格任务和资源特性,对现有的分支界限法解MUCA进行改进,根据搜索路径上当前可用资源估算MUCA问题的投标上限.试验仿真表明,改进后的算法效率大大提高,证实MGRM模型适合于具有大量任务和资源共享的广域网格环境.     

基于微观经济学方法的网格资源分配管理模型

提出了一种基于微观经济学方法的网格资源分配管理模型,采用分布自治原则由众多的网格域构成整个网格系统.系统根据用户作业请求发出投标信息,各网格域参考投标信息及自身资源使用情况利用PSP拍卖机制确定中标者,最后系统从中标信息中选择费用最低的完成任务,以一定的周期运用微观经济学供需均衡原理动态调整资源价格,并给出了价格调整算法.相对于别的网格资源管理系统,本模型提出的资源管理方案在管理上比较简单,系统不必掌握全局资源信息,可扩展性较强,易于实现,并且通过引入竞标机制解决了资源提供者的报酬问题.     

基于Pi-演算的集成P2P模式的网格形式化建模

为了改进传统网格的可扩展性和动态性,提出了一种集成P2P模式的网格资源管理模型,该模型融合了网格计算和对等计算的优点.基于该模型,文中分析了一种集成P2P模式的网格体系结构,并利用Pi-演算可用于对并发和动态变化的系统进行建模的特性,对该体系结构进行描述和建模,分析了有关性能,验证了模型的有效性.结果表明,基于Pi-演算的集成P2P模式的网格形式化系统能够有效地满足网格节点的服务需求.     

一种基于蚁群算法动态均衡的网格任务调度

网格资源分配属于NP-难问题,为了更好地解决该问题,首先建立一种性能QoS优化的作业级网格任务调度模型和目标函数,并对资源和任务数进行了分析.提出了基于动态信誉度的改进蚁群算法RACO(reputation-based ACO)进行网格任务调度,RACO引入空间效率和时间效率的动态调节因子,同时采用局部和全局信息素更新策略.仿真实验表明,RACO在资源利用率、动态均衡方面优于Min-min,Max-min和ACO算法.     

一种新型的AO网格资源管理模型

针对目前抽象所有者（AO)模型中存在的一些问题,将市场经济中的拍卖竞争机制引入到通用的抽象所有者管理模型,设计并实现了一个包含客户端资源代理和多个拍卖者的原型系统,解决资源请求的复杂性以及调度所带来的问题并提高网格资源的利用率。并利用网格模拟器Gridsim对所设计的系统模型进行了仿真验证。     

一种基于微观经济学的网格资源分配模型

引入微观经济学知识,设计了一种双模式网格资源分配模型.在该模型下,根据供求关系影响提供者资源售价,以售价调节消费者资源占用量,支持提供者与消费者双赢的实现.在网格资源丰富时,采用博弈模式,基于Nash均衡和Pareto最优为消费者确定最优资源占用量,同时为提供者确定最优售价;在网格资源稀缺时,采用竞价模式为消费者分配资源.仿真结果表明,该模型是可行和有效的,具有较好的性能.     

基于改进的反向Vickrey拍卖的社交云资源分配模型

由于经济学涉及人类社会中持有不同目的个体间的资源分配与定价,提出了一种基于改进的反向Vickrey拍卖的社交云资源分配模型.首先,给出了标的描述和动态的信任计算方法,提出了候选资源提供者选择方法,并将其整合到反向Vickrey拍卖中,使参与拍卖的资源提供者不仅可以是资源消费者的好友,又可以是具有较高信誉的非好友.其次,为了提高资源提供者的资源利用率,将超额预订机制引入到反向Vickrey拍卖中,并提出了资源的分配和定价方法.仿真结果表明该模型可行且有效.     

基于可信度策略的校园网格作业调度算法

为了实现校园网上的资源共享,降低资源浪费,文中讨论了基于网格技术的校园网作业调度模型,并设计和实现了基于可信度遗传算法的作业调度方法.该方法采用资源可信度策略,同时结合遗传算法的优点,满足了网格对调度系统可扩展性和全局最优调度的需求,从而使调度系统具有了一定的自主性和智能性.实验结果表明该作业调度方法收敛速度快,全局寻优能力强,整体性能优于其他调度算法.     

基于MAS的动态协作任务求解模型与算法

为提高动态网格资源的利用率,提出了基于多智能体系统博弈协作的任务动态分配和协作求解模型,建立了网格资源调度模型和任务求解算法,证明了资源分配博弈中Nash均衡点的存在性、唯一性和Nash均衡解。该方法能够利用用户智能体的学习和行为能力,使得用户的资源申请和任务调度具有较高的合理性和有效性。进行了供求关系中竞价博弈的模型试验。实验结果表明,资源调度算法不但可以有效减少延迟,而且在响应时间的平滑性、吞吐率及资源利用率方面比类似方法要好。使得整个网格系统供需合理、负载均匀。     

基于三方博弈的网格资源协同分配模型

针对费用约束下的网格资源分配问题,提出一种基于三方博弈的资源分配模型.该模型通过引入一类“虚拟资源中介”实体,将资源分配问题转化为由用户任务,虚拟资源中介,资源提供者三方组成博弈过程.理论分析以效用函数为基础给出了模型的有效性证明和求解算法,仿真实验用实际网格任务负载和典型网格测试床模型检验了该三方模型的性能表现.实验结果显示,对于具有费用约束的网格任务,基于三方博弈的协同分配模型在资源收益,资源利用率和任务执行效率方面的性能表现显著优于传统的资源分配模型.     

具有学习效应且加工时间可控的单机排序问题

讨论一类加工时间可控的单机排序问题.在这一问题的模型中,机器具有学习效应,工件的实际加工时间为同时依赖于所排位置和所分配的资源量的资源消耗函数,其中资源消耗函数又分为线性资源消耗函数和凸资源消耗函数这两种函数.考虑共同工期分派方法和松弛工期分派方法这两种工期分派方法.极小化一个包含加权总误工数的费用、工期分派的费用、最大完工时间的费用和总资源消耗的费用的目标函数.对于工件加工时间的两种资源消耗函数与工期分派方法的不同组合,算法复杂性为O（n4）的多项式时间算法相应地被给出.创新之处是：在Shabtay研究的基础上增加考虑了学习效应后,计算相关问题的算法复杂性仍保持不变.     

基于多物品拍卖的网格资源映射算法

提出基于多物品拍卖的资源映射算法.该算法借鉴市场模型中的拍卖机制,通过用户代理、资源代理和资源的交互作用,限制资源的欺骗行为,得到资源映射结果.证明了该算法的收敛性、真实性和收益最优性,给出了无效边界的大小.对GridSim网格仿真包进行了修改,建立了模拟实验环境.模拟实验表明,算法需要较少的交互量,与传统算法相比,该算法能够有效地配置资源和满足用户的服务质量需求.