云计算和大数据环境下工作流数据感知调度

为了解决具有数据约束的工作流多标优化调度问题,提出了一种在保证业务逻辑前提下并考虑数据约束的数据感知调度算法.首先通过将工作流调度建模为一个多目标优化问题,开发了一种数据感知蚁群算法(DACO)来搜索最优调度方式,其次在该算法中将判断每个任务所需的数据量和任务之间的数据约束,感知每个业务之间的数据流,最后分治策略来搜索最优调度.实验结果表明,该算法在效率和成本效益方面优于现有的求解方法.     

面向电信业务的基础设施云监控系统

目的设计并实现一个面向业务的基础设施云监控系统(BOICM)。方法从面向业务的角度,提出了基础设施云监控系统的交互模型、概念模型和实现模型。基于上述模型,设计并实现一个面向业务的基础设施云监控系统原型。结果 BOICM能够全面监控业务、物理机和虚拟机的运营状态,能够自动发现、定位并处理运营的异常情况。结论该系统具有良好的性能,能够为IaaS云平台提供支撑。     

基于猫群优化算法的云计算虚拟机资源负载均衡调度

为了提高虚拟机资源调度的利用率, 实现虚拟机资源合理调度, 提出一种基于猫群优化算法的虚拟机资源调度优化方法. 首先根据虚拟机资源调度优化目标构建数学模型; 然后综合考虑最短时间与最优负载构建猫群优化算法的适应度函数, 并通过模拟猫的日常行为实现虚拟机资源调度最优方案的寻优; 最后在CloudSim平台上对该算法的有效性进行测试. 测试结果表明, 该算法能获得更优的虚拟机资源调度方案, 保证了虚拟机资源的负载均衡, 可以满足用户需求的偏好性.     

基于大数据的交通处理平台的分析与应用

为了提高交通处理平台的大数据分析和管理能力,提出一种基于大数据融合调度模型的交通处理平台。对交通处理大数据进行信息聚类处理,采用关联规则特征提取方法进行交通处理平台大数据有效挖掘,结合信息融合理论,对交通处理平台中的文本信息、位置信息、图片、音频、视频等数据进行模式识别和信息融合,提高大数据计算资源的利用效率。建立实时性较高的有效算法库,快速形成面对不同模型大数据的知识库,实现大数据优化挖掘和智能调度,提高交通处理平台的智能信息管理能力。实验结果表明,采用该方法进行交通处理平台的大数据挖掘的聚类性较好,信息融合度较高,数据调度的准确率高达96%。运用该平台能够使数据调度和访问的效率得到有效提升。     

基于系统动力学的云计算建设规模分析与预估

通过采用系统动力学分析方法建立云计算虚拟环境下的虚拟机的调度方式模型.运用计算机系统仿真手段、系统动力学模型和方法,从系统的角度对云计算虚拟机业务需求和建设规模进行研究,找出了影响云计算虚拟机数量的关键因素.进一步对计算资源池规模建设的决定性因素,使用数理统计理论和方法,提出优化预估建设规模的依据和具体实现,给出回归方程,并验证了预估回归方程的可信性.从而,有效分析了云计算系统的建设规模影响因素,可成功用于预估云计算虚拟环境建设规模,避免了直观简单线性推演的盲目性,优化实现绿色节能,同时促进云计算建设的理论研究并对实践起一定指导作用.     

基于物联网的智能交通系统设计与实现

针对城市交通拥堵问题,提出一种基于物联网的智能交通系统,给出系统设计、实现、测试过程。系统采用传感器和无线传感器网络全面感知多种交通信息,并且通过网络安全可靠的传输数据。再通过对采集数据的处理,实现对交通的智能控制,包括潮汐车道智能控制、车道方向实时调整、车道导向智能控制。系统测试结果表明:该系统可以缓解交通拥堵,提高道路利用率。     

基于大数据流的网络流量检测与分析

针对网络流量异常检测问题,该文提出1种新的网络流量检测和分析系统。采用分布式流式处理机制达到实时检测。利用大数据平台分布式存储、数据计算分析的能力,实现网络数据分布式存储,训练网络数据协议特征库。在江苏省电力公司的营销、运行与调度等业务场景中,该网络流量检测与分析系统取得了很好的实际效果,为各个业务场景的分析提供了业务支撑。     

淄博公安智能交通综合管控平台设计与实现

介绍了基于PGIS的智能交通综合管控平台的设计和实现,给出了平台的总体结构设计,对平台的主要功能进行了分析说明,讨论了平台的信息处理流程,并从集成的体系框架、平台数据集成、扁平化指挥调度、应用创新等方面阐述了综合管控平台建设的集成化思路.该智能交通综合管控平台实现了对智能交通的信息共享及综合业务应用.     

高校多校区交通调度及其智能化管理系统的研究与实现

针对我国高校校园分布呈分散化趋势，校区班车及其他交通车辆规模也日趋扩大。设计并实现了一个高效率、低消耗的指挥调度系统：多校区交通调度及其智能化管理系统一给出了该系统的设计原理、组成结构及实现的功能，重点给出了车辆调度管理的设计和实现方法。     

云计算中运营商效益最优的资源分配机制

针对传统的虚拟机调度方法中虚拟机申请时,调用相应负载均衡算法将虚拟机调度到相应的物理服务器上,不能达到整体效益最优的问题,提出了一种实时满足运营商资源最高效益的动态调度方法.每次新加入用户时,新加入的用户资源和先前分配的资源一起重新在所有服务器上规划,进行全局虚拟机调度,迁移那些能给系统带来足够效益部分虚拟机,完成全局最优的虚拟机部署.该方法对云中资源进行了合理的高效益规划,大大节约运营商成本,提高了云中资源利用率,降低了能耗.     

高校云计算数据处理中虚拟机迁移与轮转模式研究

针对高校云计算数据处理应用中的虚拟器迁移和数据处理任务调度问题,首先提出一种新颖且高效的数据依赖感知的虚拟机迁移方案(简称为DataAware)。在进行虚拟机迁移时,DataAware考虑了虚拟机之间的数据依赖性和服务器的剩余容量,以此减少迁移产生的网络流量。然后,为了进一步提高云计算中数据处理的性能,提出一种基于轮转模式的同步并行轮转(SPR)调度算法,以减少由数据汇聚而形成的通信瓶颈。最后分别采用仿真实验和理论分析评估所提出方法的性能。仿真实验结果表明,DataAware能够大大地减少网络流量,提高网络性能。通过推导出SPR策略的误差上界,说明采用SPR模式对数据处理任务进行调度能使数据处理算法收敛。     

云计算下均衡负载的差异性资源调度算法优化研究

随着云计算的逐渐发展,云计算下容易出现虚拟机负载不均衡和差异性资源调度时间长的问题,当前调度算法大多无法有效解决均衡负载问题,影响调度性能。为此,提出一种新的云计算下均衡负载的差异性资源调度算法,对云计算下资源调度问题进行描述,针对云计算下虚拟机差异性资源负载问题设定参数。设计蚁群优化算法,蚂蚁爬行的每一步代表指派的一个差异性资源任务,引入挥发因子对信息素更新规则进行改进,获取全局信息素。利用蚁群优化算法对云计算下负载的差异性资源进行均衡调度,给出详细实现过程。实验结果表明,所提算法有较好的收敛性,均衡负载效果好,且时间复杂度低。     

基于虚拟机迁移的虚拟机集群资源调度

针对虚拟机集群资源负载不平衡的问题,基于虚拟机迁移技术,提出了一种虚拟机集群资源调度策略,将虚拟机的资源进行了分类并用向量表示,描述了每一类资源的数量和负载的计量方法,用最佳适应算法寻找虚拟机迁移的目标主机,通过使用上限阈值和下限阈值约束资源利用率的方法,使负载平衡目标与节能目标相统一,引入最小迁移周期避免了虚拟机资源利用率不稳定带来的频繁迁移.该调度策略能为虚拟机中的应用提供透明的资源调度,并使虚拟机集群达到负载平衡和节能的双重目标.     

基于网络感知的两阶段虚拟机分配算法

提出了一种基于网络感知的两阶段虚拟机分配算法(NWTP).首先,针对现代数据中心网络拓扑的随机性(树形、服务器和光纤混合),根据交互对象的不同,将虚拟机的带宽请求分为网内带宽和网间带宽两种.其次,将虚拟机的分配过程分解成带宽区域划分和物理主机分配两个彼此连续的阶段,建立网络感知模型.然后,利用流水线技术将带宽区域划分和物理主机分配看作两个连续的工序,并发进行分配处理.在带宽区域划分环节,利用节点介数和聚集系数动态感知物理主机的稳定性,通过差异化的分配策略为虚拟机子集选择合适的物理主机区域.在物理主机分配环节,将更多的虚拟机分配到负载方差最大的物理主机上,提高虚拟机网内带宽的节约度,均衡物理主机的资源负载.最后,对NWTP,遗传GA,模拟退火SA,贪婪GR四种算法进行大量的仿真实验,从分配时间、延迟、吞吐率、CPU利用率、带宽利用率和物理主机使用情况六个方面验证了NWTP算法的性能.     

基于INSGA-II高维目标柔性作业车间调度的优化

高维目标柔性作业车间调度问题(many-objective flexible job shop scheduling problem,MaOFJSP)是指在实际生产中根据企业不同部门的要求,对车间生产寄予不同的期望,使各个部门利益最大化的调度决策。针对完工时间、拖期时长、机器负荷、能耗4个优化目标,提出了改进非支配解遗传算法(improved non-dominated sorting genetic algorithm,INSGA-II)来求解MaOFJSP,同时对算法的编码解码、Pareto排序、选择策略、交叉变异操作进行了研究。采用工序排序和机器选择的双层个体编码方式,在精英选择过程中计算个体的斜率,斜率小的进入到父代,使得优秀个体得以保存;在变异环节中基于关键工序块邻域结构,采用插入法让工序小的工件优先加工,使得最大完工时间明显变小。通过该算法对不同算例进行的Matlab模拟仿真,验证了该模型的可行性和算法的优越性。     

基于规则的批处理设备调度方法在半导体晶圆制造系统中应用

针对半导体炉管区瓶颈设备的批处理调度问题,提出满足工艺约束和设备限制的组批调度算法.在考虑产品动态到达的基础上,根据半导体制造系统大规模、多重入、混合型生产等特征,针对晶圆平均等待时间进行优化,实现多产品、多机台的实时组合派工.仿真实验在一个虚拟的晶圆制造系统上进行.结果表明,该算法在实时派工中对瓶颈设备填充率和利用率显著提升,有效地缩短了产品加工周期.
     

改进遗传算法求解柔性job-shop调度问题

本文提出了一种改进遗传算法用于求解柔性作业调度问题(FJSP).针对工序在不同的机器上加工的差异性,我们提出了用能力系数来表征机器的加工能力,不仅可以简化处理而且也较为符合实际情况.该改进算法通过轮换的方法,将加工任务分配到不同的并行机器上去执行,有利于机器的负载平衡.同时,在方法的实现过程中,利用面向对象的思想,将问题进行抽象,用不同的类封装车间,机器和工序信息,这不仅符合现代编程风格,简化编程,也有利于系统的扩展和重构.仿真结果表明,不仅整个加工过程的执行时间得到了优化,而且各类机器完成的操作数相同,使用的时间也较为平均,达到了设计目标.同时该方法的计算速度也较快,适用于较大规模作业车间调度问题的求解.     

带并行腔和重入约束的双臂集束型设备调度方法

为有效解决半导体制造业中带并行腔和重入约束的双臂集束型设备调度问题,提出一种以优化搜索为核心的调度方法。首先,引入优化FIFO ( first in first out)搜索规则,并以系统总完工时间最小化作为目标,建立带并行腔和重入约束的四加工腔双臂集束型设备调度数学模型。在此基础之上,结合虚拟缓冲模块的概念,提出一种基于机械臂交换策略的优化搜索算法。最后,对所提出的算法进行仿真实验,实验结果表明该算法是可行且有效的。     

一种新的P2P内容分发优化数据调度方法

为了在P2P内容分发系统的可用结点间合理分配数据请求,设计了一种基于并行机调度模型的优化内容分发数据调度算法.仿真结果表明,在典型的数据块选择方法条件下,该算法相比常用的随机结点选择数据调度方法可以进一步提高系统吐吞能力,同时减轻源服务器的负载.