基于评价函数的动态协同任务调度算法

针对复杂网格环境中节点资源动态变化及大量任务协作访问的问题,提出一种基于评价函数的动态协作任务调度算法.该算法通过为网格中的协作任务与协作成员建立随时间变化的任务评价函数和协作成员评价函数,实现动态网格环境中的任务协同调度.理论分析与仿真实验表明：与基于合同网的分布式合作调度算法相比,本算法能够减小系统开销,提高资源分...     

网格环境下的高效动态任务调度算法

网格系统具有异构性、动态性和分布性，这使得网格中的任务调度变得十分复杂，要求调度算法具有动态性和自适应性．文中将群体智能技术引入网格的任务调度中，针对一组相互独立的任务调度问题，提出了一种新的动态任务调度算法．该算法利用蜂群与环境的交互模型来实现网格中动态的任务分配；同时根据蜂群的自组织社会层次的概念，解决了算法中出现的竞争问题．实验结果表明，相比于现有的方法，该算法对于网格中的动态环境具有更好的适应性，且调度性能更优．     

一种基于网格优先的应用层多播

针对目前Internet组通迅技术的现状, 通过分析传统的多播机制与目前已有的应用层多播机制的特点, 设计出一种新的高效应用层多播方式（MCALM算法）, 提出了网格建立算法、 网格维护算法和在网格上建立多播树的生成算法, 并进行了Java实现. 结果表明, 所提出的算法能较好地调整网格结构, 迅速优化网格和获得接近于IP多播的效率     

基于结构化Gossip协议的网格服务发现

在动态的网格环境中分布着大量不同类型的服务和资源.快速、准确地进行资源与服务发现,是影响网格计算性能的关键因素,因此,建立了一种基于消息扩散的网格服务发现机制.提出了一种新型的结构化Gossip消息扩散算法,简称为S-Gossip,此算法具有良好的冗余性和完备性.我们详细的描述了此算法及其协议的实现,并在此基础上建立了层次化的服务发现模型.     

基于ASP的制造网格资源发现模型

针对制造网格应用上的困难,基于应用服务提供商(ASP)模式,提出了基于多区域多层次树型覆盖网络的ASP平台分布的制造网格资源发现模型,在此基础上提出了自动在线组建机制及其波浪推进式的信息更新算法,剖析了模型的ASP应用模式的本质,进而给出了资源发现机制及其实现算法.与传统的典型资源发现相关模型相比,该模型在资源发现和资源更新方面更具优越性.文中还基于该资源发现模型,设计并实现了包括基于eUDDI注册中心的资源注册、资源发现、资源信息监控与动态维护以及信息交流等功能的企业信息节点原型系统.     

网格化MRRF距离矩阵并行生物进化树算法

针对传统生物进化树执行效率不高的问题,提出一种网格化MapReduce-Robinson-Foulds(MRRF)距离矩阵并行生物进化树算法.首先,基于HashRF算法基本思想,设计实现了生物进化树MapReduce模型的网格化构建,以及网格参数计算;其次,利用两阶段MapReduce过程分别获得Robinson-Foulds距离子矩阵和联合后的距离总矩阵,实现了进化树在MapReduce架构下的Robinson-Foulds矩阵表示.最后,通过与Hash和HashRF算法进行对比,显示MRRF算法在运行时间和算法加速比上均要优于对比算法,并通过仿真对网格计算节点在不同核心数情况下对算法的影响进行了实验研究.     

基于资源融合的网格任务调度模型与算法

讨论了网格资源计算能力和网络通信速度异构的树型计算网格环境下独立任务的调度问题,为单层树型网格计算环境下的任务调度问题建立了整数线性规划模型,并采用资源融合方法将多层树型网格计算环境下的任务调度问题转化为单层树型网格计算环境下的任务调度问题,建立了相应的数学模型.基于所提出的模型构造了两个任务分配启发式算法OPCH和OPBH.实验结果表明,在异构的树型计算网格环境下实现独立任务调度时,文中提出的算法比FCFS、Min-min算法具有更好的性能.     

一种多集群网格的负载均衡算法

网格环境由于其可扩展性、异构性以及大量的传输延迟,使得网格环境下的负载均衡不同于传统的分布式系统.提出了一种动态的分布式负载均衡算法,该算法综合考虑网格站点的处理能力和站点之间的传输延迟,采用即时分配策略来降低作业的执行成本,目标是使系统平均作业响应时间最小化.仿真结果显示该算法显著减少了作业的平均响应时间.     

基于混合聚类算法的动态R-树

针对动态R-树是通过动态插入算法建立起来的, 其节点分裂算法的性能直接影响到R-树的性能和查询效率的问题, 为了使动态R-树适应多维复杂空间数据的要求, 提出一种用于实现R-树节点分裂的混合聚类算法（HCR）, 它建立在普通聚类算法的基础上, 并进行了一系列扩充. 针对空间对象的均匀分布与不均匀分布, HCR算法在实现R-树节点分裂时分别采用不同的聚类准则以提高其聚类效果和查询效率. 此外, 还将HCR算法与其他算法进行对比实验, 结果表明该算法具有较高的查询效率.     

校园网格系统中资源信息服务的实现

资源信息服务是网格系统实现中的核心和基础部分之一,提供各种分布式网格资源的静态和动态信息.根据面向对象的思想,对校园网格系统中的资源节点采用层次化管理的办法.通过对资源的抽象,将所有的资源信息存储在树中.采用两级移动代理的策略监测校园网格系统中网格节点的动态改变,包括网格节点的加入和退出,节点资源信息的改变.通过定时更新树的操作来保证信息树中所存储的资源信息总是最新的.对树的操作简单易实现,当校园网格系统中的资源节点不是很多时,这种方法能高效地完成资源信息服务的实现.     

基于树形网格的企业信息语义集成

在分析信息语义集成方案的基础上,提出了一种基于树形网格的企业信息语义集成架构.根据该架构构建的应用系统可以实现企业的分布、异构数据在语义层次上的动态集成,提供具有语义支持、QoS支持的数据访问服务;分析了该架构下本体的组织方式和构建方法,提出了多层树状本体结构;给出了一个企业信息语义集成的例子.     

一种电能计量设备运维作业动态优化模型及算法

针对电网企业传统模式下运维作业所存在的任务分配不科学、路径规划不合理和无法实时响应动态需求等问题,提出了一种新的动态优化模型及求解算法.该模型能够对运维作业的任务点数量、实时路况、运维人员属性与数量、决策者偏好等外部条件予以实时动态响应,满足电网企业日常管理工作需求.此外,针对模型特点提出一种基于解空间分割的粒子群算法(PSO-SSD)进行运维作业路径优化.仿真实验表明,本文所提出的动态优化模型及PSO-SSD算法能够在不同问题规模下保持优良性能,实现电能计量设备运维作业的实时动态优化,有效提升电网企业管理工作效率.     

网格环境下一种动态任务调度算法

针对网格系统中资源协同分配的动态性问题，分析了现有的基于有向无环图的资源映射方法，提出了一种动态资源协同分配算法。该算法采用有向无环图表示每个应用，然后，将所有这些图进行分层，执行过程中，就绪的应用组可以按照一定的规则动态插入。该算法解决了网格环境下资源和应用的动态性问题，从而更好的满足了网格的动态特性。     

基于隐含QOS-簇映射的分布式自适应副本分布算法

研究了数据网格中数据副本分布与存取的关键问题.基于对动态副本访问模式预测机制的分析,同时考虑QoS,提出“读-复制”和“测试-删除”机制,实现了一种基于隐含QoS-簇映射的分布式自适应副本分布算法(QCMR-DG).模拟试验表明,QCMR-DG算法能够以相当低的代价为数据网格应用提供至少满足各自QoS要求的较高数据存取速率.     

势流函数正交网格生成方法

基于流函数和势函数自然正交的数理特性,采用有限元法直接求解流函数和势函数方程,生成正交网格.结果表明,所生成的网格具有正交性好和网格疏密易于调整的优点,尤其是对于复杂几何区域流场的计算更显优越性.     

考虑动态环境下的光伏系统柔性功率点自适应跟踪控制算法

随着并网光伏发电的日益增长,其随机性给电力系统运行带来了新的挑战(如过负荷和过电压).柔性功率点跟踪(flexible power point tracking,FPPT)可以将光伏输出功率限制在特定值,以解决一些运行难题.传统的基于扰动观测法的FPPT算法存在动力学慢的问题,因此,提出一种自适应FPPT算法,该算法在变化的环境条件下(如云层通过)具有快速的动态特性,同时在稳态下保持低功率振荡.所提算法在每个扰动下使用额外的测量采样来观察运行条件的变化(如太阳辐照度),然后,根据观测条件(如暂态或稳态)自适应地计算电压阶跃,以提高跟踪性能.最后,通过在3 kVA的单相光伏并网系统上进行仿真实验验证了该算法在不同运行条件下的快速动态性和高精度方面的有效性.     

基于约简任务资源分配图的网格依赖任务静态调度

网格资源环境的动态性和异构性对依赖任务的静态调度策略产生了极大的挑战.提出了一个能够更好地适应资源异构性,并完整支持调度、重调度的统一静态调度模型,即基于约简任务资源分配图(RT-RAG)的调度模型和调度算法.基于该模型的调度问题归结为RT-RAG的优化选取问题.实验分析表明,基于该模型的调度方法更好地适应了网格环境的动态性和异构性,使得静态调度策略与动态调度策略相比依然保持着较大的性能优势,并且也优于基于DAG任务图调度模型的AHEFT静态调度算法,特别是在资源差异较大的情况下.     

求解动态优化问题的改进原对偶遗传算法

针对求解动态0-1优化问题的原对偶遗传算法(pri mal-dual genetic algorithm,PDGA)中一个关键的运算──原对偶映射(pri mal-dual mapping,PDM)进行改进,提出了一种新的适应性的PDM方法.在新的映射方法中,利用种群中染色体各个基因位点上取值的统计信息来计算该基因位点进行PDM运算的概率.在一组动态优化函数的仿真实验中,改进的PDGA算法表现出比原始算法更好的性能.