网格资源调度中基于云模型的蚁群算法

针对异构网格资源下任务的调度最小化执行时间问题(NP难题),提出了一种基于云模型的自适应蚁群调度算法.该算法在定性知识的指导下,权衡提高收敛速度和保持解的多样性之间的矛盾,能够自适应控制搜索范围,较好地避免了传统蚁群算法易陷入局部最优解和选择压力过大造成的早熟收敛等问题,提高其快速寻优能力.实验结果表明该算法在保证有效的加速比的同时具有精度高、收敛速度快等优点,极大地提高了网格任务调度的规模和效率.     

混合云资源调度模型与算法研究

为了解决不同云中的资源基于应用负载的优化调度的问题,设计了混合云原型系统,目的是针对混合云系统的调度模块,联合了私有云和公有云,能够克服私有云和公有云模式的不足,充分发挥云计算的优势,从而兼顾服务质量、安全和成本。实验结果表明,当用户请求增多时,混合云资源调度模型能够实现在公有云上启用新的虚拟机进行负载均衡;当用户请求减少,私有云中虚拟机负载减少,则释放公有云中的资源,以实现资源的自动伸缩。     

一种基于完全图的分组调度算法

本文建立了一种改进的分组调度映射模型,并提出了一种基于完全图的分组调度算法,该算法相对容易实现,能够较好地解决网络中由于数据突发的无序竞争所致的丢包问题,从而进一步提高网络的服务质量及其利用率。     

一种基于资源状态预测的资源调度模型

网格资源管理系统在进行任务请求与资源的匹配调度时,应考虑资源的网格环境以及资源的当前工作状态的问题.提出了一种基于资源状态预测的资源调度模型,结合资源状态和距离计算资源的共享开销,并作为任务资源匹配调度的依据,从而为任务请求分配“最好”的共享资源.     

一种基于经济模型的网格资源调度算法

将贪婪算法推广,针对计算网格提出了一种基于经济模型的资源调度算法.将网格计算环境下一组相互独立的计算任务（Meta-Task）的资源调度问题看作是具有限定条件的最优化问题,根据网格用户提供的“deadline”和“budget”,每次选择使得执行最短的任务进行调度.通过在Gridsim环境下的分析与比较,该算法在满足用户要求的QoS需求同时,能够以尽可能少的时间完成任务.     

一种基于云模型的自适应蚁群算法

针对蚁群算法在解决大规模优化问题中易陷入局部最优及收敛速度慢等缺陷,提出了一种基于云模型的自适应蚁群算法。通过对信息素分布状况进行评价,自适应地调整云模型中各参数,并根据云模型参数,确定全局最优及次优路径,进行全局信息素更新,以改善算法的全局搜索能力。同时,为了避免算法陷入停滞,将信息素大小限制在一个最大最小区间。仿真实验结果验证了提出的算法的高效性和稳定性。     

一种基于Nash均衡的网格资源调度算法

运用博弈理论对资源调度算法进行深入研究,提出了能够反映供求关系的基于竞价的网格资源定价机制,并构造了网格资源和用户的效用函数,论证了资源调度中Nash均衡点的存在性和唯一性以及Nash均衡解.仿真实验表明,该资源调度算法与竞价策略能够使整个网格系统得到更高的运行效率,并且使网格用户获得最大的效用.     

一种低成本的云资源提供算法

针对云资源提供成本较高的问题,结合预留计划和按需计划,提出了一个两阶段的云资源提供算法,以降低服务提供商的运营成本。在预留阶段,根据历史数据估计工作负载需求的分布,将长期的资源预留问题规划为两阶段随机规划问题,并转化为确定性的整数规划问题进行求解;在按需阶段,采用基于卡尔曼滤波的工作负载预测算法预测工作负载需求,并且将按需资源提供问题规划为整数规划问题进行求解。仿真结果表明,所提出的云资源提供算法节省了超过25%的运营成本,同时保证了较低的服务等级协议违约率。     

一种基于可信网络连接的度量模型

可信网络连接是构建可信网络环境的关键问题.通过对可信网络的架构和基本流程的分析,提出一种Z形式化方法对可信网络连接的理想化度量模型,并对可信网络连接的发展进行了展望.     

基于最大收益平衡点动态变化的云资源调度算法

云计算中资源调度是云计算高效利用的核心问题,主要研究如何对云端的资源进行有效地管理和调度?以从服务商需求的角度构建云资源调度的方法为切入点,从服务商的角度出发,在不损害用户和生产商利益的前提下,介入收益?成本?边际收益?边际成本等因素,以节省资源并获得服务商的最大收益为优化目的,根据最大收益平衡点随着负载变化的动态变化,构建了一种基于动态平衡点动态变化的云资源调度算法?通过比较当前周期和上一周期的边际收益变化,动态更新最大收益平衡点的位置,根据此位置对应的参数完成云资源调度?通过CloudSim平台下的仿真实验表明,该方法比基于服务驱动的调度方法具有更快的响应?使用更少的虚拟机?能获得更大的收益?     

SSA:一种面向CQF模型的TSN资源调度算法

时间敏感网络(time sensitive networking,TSN)的目标是在工业控制和5G领域为时间敏感流提供低延迟、低抖动的确定性传输服务.资源调度是保证TSN服务质量的关键技术之一.为此,TSN标准中提出循环队列转发模型(cyclic queuing and forwarding,CQF),但是缺乏相应的资源调度算法对多流进行合理的资源分配以避免传输冲突.由于时间敏感流量具有周期性、特征预知的特点,主要从时间维度研究如何将CQF模型中的队列资源合理分配给多条数据流.将该问题抽象为多约束条件下的资源规划最大化问题,提出基于起始时隙分配的轻量级资源调度算法(start-slot assignment based scheduling algorithm,SSA).SSA通过对端系统上发送时隙进行调节,在满足约束条件的前提下最大化对队列资源的使用,避免了端到端逐跳的时隙分配.实验结果表明,与不控制时隙的直接调度方式相比,该算法能够将成功调度的流数目平均提高41.84%.     

一种改进的基于云模型的链式推荐算法

为了在网络社区中监督和提高产品概念设计方案的质量,提出了一种改进的基于云模型的链式推荐算法。该算法对网络社区中的用户数据进行预处理,基于集合信任度和相似度推荐一位候选设计专家;应用链式推荐方式推荐另外二位候选设计专家,扩大了推荐范围;进一步利用云模型的信任云逆向生成器计算三位候选者的全局信任度,得到候选设计专家的全局信任度,信任度最大者即是要推荐的设计专家。实验结果验证了该算法的可行性和有效性。     

一种改进的基于云模型理论的蚁群算法

研究了一种利用云模型来有效限制蚁群算法陷入局部最优解的方法。实验表明,该改进策略可使蚁群算法的全局搜索速度和优化性能均得到明显改善。     

一种网格资源负载均衡调度算法

网格资源调度性能的好坏、效率的高低直接关系到计算网格系统的性能.本文在Min-min算法的基础上提出了一个资源调度启发式算法Dmin-min.在假设所有任务都是独立的情况下,考虑到系统中资源的动态性、异构性,从资源负载均衡方面对系统中的资源进行动态分配,仿真实验表明该算法在资源负载均衡方面比Min-min算法要好.     

基于GridSim的一种改进的资源调度算法的模拟

网格资源管理是网格中一件非常复杂和具有挑战性的工作.资源管理的好坏、效率的高低直接关系到计算网格系统的性能,因此对资源管理的研究显得尤为重要.GridSim提供了一个虚拟的网格平台,在该仿真平台下,用户可以模拟资源调度,从而检测调度算法的优劣.本文对已有的时间代价均衡算法进行改进,提出了一种新的基于时间代价的资源调度算法,并借助Echlipse平台实现了该算法的模拟.实验表明,改进算法在任务数比较多时具有一定的优势.     

一种快速带环数据流图的流水线调度算法

在带反馈环的数据流图的高层次综合调度中。提出了一种基于时间约束并考虑资源约束的调度算法．该算法利用了数据流图中的迭代内及迭代间的优先约束，采用retiming和流水线操作来进行并行的构造调度．提出的基于待调度稍点的retiming算法可以缩短常规的对调度空间搜索最优解的时间，从而快速地完成满足时间和空间约束的调度．     

一种基于云模型的综合评判模型

一个对象在目的指标上的综合评判结果取决于对象在各个分指标上得到的评语和各个分指标在评判中所占的权重。各分指标评语的模糊性和随机性以及如何把各分指标的权重考虑进来是综合评判模型的最大困难。文章利用云模型把不确定的评语映射为可细微变化的不同云滴，把各因素权重的变化映射为可修正的云的数学期望，提出了基于云模型的综合评判模型。     

一种基于函数的多任务调度算法

提出了一种新颖的伪任务概念 ,通过构造任务控制表及和任务自陷及等待的方法 ,设计与实现了一种非剥夺按时间片循环调度算法。     

一种基于WRR的新的调度算法

为了提高网络区分服务的性能,选择一个合适的队列调度算法尤为重要。本文在WRR调度算法的基础上提出了一种新的调度算法P-VDWRR（Priority Variable Deficit Weighted Round Robin）,P-VDWRR不仅能够提供一定的Qos（Quality of Service）保证,还能够在一定范围内根据网络负载情况动态分配网络资源,降低网络节点的丢包率。     

一种基于IPGSA的多处理机调度算法

多处理机作业调度问题是一个典型的非线性规划问题,针对具有多条件限制的多处理机作业调度问题,提出了一种基于改进的植物生长模拟算法(IPGSA)来搜索问题解的空间.该方法首先将多条件限制和目标函数定义为该问题的数学模型,然后使用改进的植物生长模拟算法搜索问题的解空间,得出最佳的问题求解方案.在实验中,将该方法与粒子群算法、...