QoS约束的云工作流调度算法

将云计算和工作流两者结合起来,并根据用户关心的QoS中执行时间和执行费用问题,针对工作流调度策略在云环境下调度实例密集型工作流时效率不高的问题优化资源调度策略,给出云工作流调度模型,提出一种基于QoS约束的云工作流调度算法MSCWQ(modifiedschedulingalgorithmforcloudworkflowbasedonQoS).该算法利用DAG(directedacyclicgraph)进行建模,优化资源策略,保证在最晚结束时间内使整个工作流实例的执行费用尽可能小.实验结果表明,在调度实例密集型云工作流时,该算法能有效提升科学工作流的执行效率,并能减少资源的使用费用.     

一种多策略要素的数据访问调度算法

考虑到任务的重要性、截止时间和资源分布等因素,设计了一种多策略要素的调度算法(MPES),以解决不完全独立的多源分布式气象水文数据库的访问控制问题.该算法为不同优先级的任务设定不同调度窗口,并对节点的安全级别、内容属性和负荷情况进行匹配判定,选择最佳服务节点,以优化系统公平性和整体效率.MPES算法根据队列优先级和可利用的服务资源,动态计算和调整调度窗口;优先级越高的队列,调度窗口越大,意味着可被服务的任务越多.在每个队列调度窗口时间内的任务被轮流执行.对于同一队列中的任务,根据最小松弛度优先调度策略,决定其进入调度窗口的次序,保证接近截止期的任务先执行.仿真试验结果表明,在不同的网络负荷下,MPES算法得到的分布式数据库访问任务的服务效率和公平性较MCT算法和Min-Min算法均有明显提高,尤其是高负荷情况下,总服务时间减少了11.4％ ～12.3％.     

RM算法中减少抢占开销的任务微调算法

在基于嵌入式实时操作系统的实时应用中,由于任务抢占导致的切换开销对于整个系统是不可忽略的.提出了一种减少抢占发生的RM任务微调算法,通过对固定优先级调度抢占行为可推迟时间的量化分析,推导出受低优先级任务阻塞而造成的受阻任务集,以及在任意抢占时刻,推迟高优先级实时任务执行避免抢占发生的判定条件.仿真实验表明该算法在保证可调度任务集中所有任务满足时限约束的前提下,延迟高优先级任务的执行,减少抢占发生次数,通过减少抢占开销提高RM算法在实际应用中的可调度利用率.     

基于KNL众核处理器平台的并行矩量法性能优化

基于Intel第二代Xeon Phi代号为Knights Landing(KNL)众核处理器平台,利用MPI+OpenMP混合编程策略对并行矩量法(Method of Moments, MoM)进行了优化.利用OpenMP编程技术和KNL的计算资源,提高了CPU(Center Processing Unit)使用率;线程的引入,大幅度减少了矩阵填充过程中进程间的冗余积分;为发挥KNL的512位矢量宽度优势,通过向量化优化进一步提高了循环结构的执行效率;对计算密集型、CPU利用率高的矩阵求解过程,通过引入的OpenMP编程策略,减少了MPI(Message Passing Interface)通信时间,加速了求解.数值结果表明,通过在KNL众核处理器平台上的优化,可以极大地提升矩量法计算复杂电磁问题的效率.     

VANET中基于时空的动态优先级调度策略

在车载自组网中,道路安全相关应用地位日益突出.根据安全消息的紧迫程度对其优先级进行划分.提出了基于时空的动态优先级调度策略,通过建立时空相关函数表示不同优先级大小,优先级随着消息分发的时间和距离的增长而减小.同时,将紧急报警消息的传输限制在一定的时间域和空间域.通过仿真实验,结果证明基于时空的动态优先级调度策略可有效地提升网络性能:与采用固定优先级最大延迟门限的方法相比,当节点密度高时该算法可以很好地减少网络负载；当节点密度低时可以更好地扩大传输范围.     

一种基于任务竞争力的工作流调度算法

网格计算聚集了大量的异构分布式的计算或存储资源,为科学研究提供了一个高性能环境.然而,网格资源的异构性和自治性特征使得任务调度变得极其复杂.针对DAG表示的科学工作流调度问题,根据任务可用资源率确定任务调度的优先级,以任务竞争力刻画任务对资源的最佳匹配度,基于分层调度策略提出了一种基于任务竞争力的工作流调度算法.采用GridSim模拟实验表明该算法相对于其他两个算法,具有更小的执行时间.     

一种新的静态优先级在线节能调度算法

合理运用动态电压调整技术可有效降低嵌入式实时系统能耗.针对静态优先级实时调度,提出了一种能够有效分析松弛时间并尽可能平衡分配松弛时间的在线节能调度算法TPSRM.设计了一种两段式频率执行策略来改变任务执行时间的分配,能充分在线分析各种形式的松弛时间.通过尽可能合理降低高优先级任务的处理器执行频率来实现有效的在线频率调整.实验结果表明TPSRM算法可实现较好的节能效果.     

基于作业类型和优先级权重的容量调度算法

针对Hadoop平台默认调度器在异构环境中不能根据作业类型和资源使用情况进行资源调度的问题,进行了Hadoop容量调度算法资源调度机制研究,提出一种基于作业类型和优先级权重的容量调度算法。首先通过作业负载分类,将用户提交的作业划分为CPU(central processing unit,中央处理器)负载类型作业和I/O(input/output,输入/输出)负载类型作业,并将不同类型作业分配到相应队列中;然后根据权重公式为超过等待时间阈值的作业更新作业优先级,实现队列中的作业排序;最后结合节点实时负载情况优先为优先级高的作业分配资源,从而实现集群性能的提升。结果表明,在异构环境下,相比容量调度算法,本算法将单作业类型和混合作业类型的作业平均完成时间分别缩短了9.7%和30.8%,从而有效地提高了作业执行效率和系统的资源利用率。本算法优化了Hadoop系统的负载均衡,可为后续相关调度算法的优化研究提供参考。     

基于优先级权重的 Hadoop YARN 调度算法

为解决 Hadoop 现有调度器调度任务时不能根据任务的紧迫程度分配资源的问题, 研究 YARN 中的资源 调度机制, 改进原调度器(Capacity Scheduler), 提出一种基于优先级权重的 Hadoop YARN(Yet Another Resource Negotiator)调度算法(Weight Scheduler Based on Priority)。 为叶子队列设置队列优先级, 结合队列资源利用率和 队列优先级选择队列; 将应用程序的初始权重设置为应用程序优先级的大小, 通过等待时间判断是否更新权 重, 根据权重对队列中的应用程序进行排序, 调度时优先为权重高的应用程序分配资源。 实验结果表明, 与原 有调度算法相比, 改进算法平均任务执行时间约减少 141 s, 平均等待时间减少 34. 5%, 保证了用户执行任务 的相对公平, 提高了用户总体满意度。     

星载计算机系统高优先级恢复容错调度算法

为了在星载异构容错计算机上调度星载任务，在给出了星载计算机系统的容错调度模型的基础上，提出了一种星载计算机系统高优先级恢复容错调度算法（OHFSA），该算法通过引进可靠性代价量化了容错系统在维护容错调度时所需要的开销，并在调度过程中充分考虑了容错调度的实时性和低可靠性代价．同时，采用高优先级恢复机制可及时响应紧急时限下的恢复任务，从而提高了星载任务的整体实时性能．实验验证表明，OHFSA随着计算时间的增加，其所需的可靠性代价也相应增大．仿真结果表明，在任务负载不断增加的情况下，OHFSA的执行时间比目前算法减少20%～30%，特别是在恢复任务优先级比其主任务提高1个级别时，响应时间可减少近8．7%．     

小世界模型下基于信任机制的资源搜索

在P2P中,大量的资源共享已经成为重要应用之一。有效的资源搜索方法是实现资源共享功能的重要基础,资源搜索效率既取决于网络的拓扑结构,又与搜索策略相关。现有的搜索算法存在网络负载较大和搜索效率偏低的问题。以P2P为研究对象,根据小世界网络较短平均路径长度和较高聚类系数的特性,提出一种小世界模型下基于信誉机制来遴选最优路径(CMS),从而实现一定可信程度下资源高效率搜索。实验结果表明,该搜索机制提高资源搜索的命中率的同时,有利于数据包的快速传递且具有一定的资源搜索可信性。     

通过精练查询空间改善高维数据的相似性查询

提出了一种新的高维查询空间过滤策略,通过将高维数据动态投影到低维的数据空间中,然后在投影空间中对查询空间进一步过滤,精练并快速缩小查询空间.同时提出了一种有效的投影策略基于最大间隔投影,这种投影策略能够提高投影空间的精练能力.而且,设计了一种新的高维索引结构MS-tree,并将新的过滤策略运用于MS-tree的范围查询.实验结果表明,这种查询空间精练策略能够有效的提高索引的性能,降低相似性查询的IO代价和CPU代价.     

鄱阳湖生态经济区土地利用效率测度及其提升路径分析

采用DEA模型和Malmquist生产率指数模型,从“低碳化”和“集约化”2个视角,揭示了2009—2011年鄱阳湖生态经济区土地利用效率水平.研究发现:1)鄱阳湖生态经济区土地集约化利用效率和低碳化利用效率均比较低,粗放式和高碳化利用现象较为普遍; 2)随着鄱阳湖生态经济区建设上升为国家战略,得益于技术进步的贡献,土地集约化和低碳化利用的全要素生产率总体呈现较为明显的增长态势; 3)鄱阳湖生态经济区土地利用效率类型包括低碳集约型、低碳粗放型、高碳集约型、高碳粗放型4种组合.为此,提出在土地利用过程中,应因地制宜选择单向突破式、渐进式和跳跃式的提升路径,合理增加对土地的投入,降低土地利用消耗,提高单位土地产出水平和减少CO₂碳排放总量,推进土地集约化和低碳化利用.     

网络控制系统二维优先级和带宽调度策略研究

研究了一种基于二维优先级和带宽调节的网络控制系统调度问题。在调度器的设计过程中,为对优先级和带宽进行协同调度,将任务的执行次序通过任务的一级优先级和任务的二级优先级决定,并在二维优先级调度机制中进一步引入二维带宽控制策略,以根据用户需求实时动态调整网络带宽,从而改善网络环境,克服了现有调度策略的不足。最后,通过仿真分析验证了调度算法的有效性。     

Hadoop平台下MapReduce模型调度算法研究

针对Hadoop默认FIFO调度算法和Fair调度算法、Capacity调度算法的不足,引入了一种基于优先权的自适应MapReduce调度算法.该算法利用作业权值为不同的Job分配不同的系统资源,同时根据各TaskTracker节点反馈回来的消息调整可执行队列的长度,以达到各节点负载平衡,提高系统的执行效率.     

基于风险估计模型的网格任务动态级调度算法

网格中的各种资源的失效是不可避免的,为尽可能减少由于资源失效导致任务执行失败带来的影响,网格的任务调度算法的目标不仅要最小化任务执行的时间,还要兼顾考虑任务在资源上执行失败的风险.提出了Risk-DIS(Dynamic Level Scheduling)算法是将资源的风险估计模型与DIS算法相结合,通过仿真试验与DIS算法相比较,新算法在选择适当的参数的情况下,不仅能够最小化DAG型应用的完成时间,还能提高任务执行的成功率,有效的减少网格环境的不确定性对任务执行的影响.     

D2D网络功率和频谱资源分配策略

针对蜂窝通信系统高能耗、低通信资源利用率和低信道利用率的问题,提出一种基于能量效率(energy efficiency,EE)与频谱效率(spectral efficiency,SE)联合优化的网络资源分配策略.首先,在保证通信用户服务质量(quality of server,QoS)的前提下,提出一种基于启发式算法的...     

面向大型社会活动的智能交通控制策略研究

城市交通系统是由交通工具、交通路网、交通设施和交通运营管理组成的一个整体,良好的控制策略可以有效缓解道路拥堵,提高路网利用效率.为了缓解大型社会活动期间短时间交通需求激增对快速路网运营的压力,提出一种基于动态交通分配理论的智能交通控制策略.该策略以路网总运行时间最少为目标,通过宏观调节分流比例来进行优化控制,为交通控制与管理提供辅助决策依据.同时,讨论了适合模型求解的优化算法——序列二次规划算法,并针对上海快速路网特点进行仿真实验.仿真结果表明:智能交通控制策略可以有效改善路网的运行状态,减少路网的总运行时间,具有良好的实用价值.     

低轨卫星通信信道分配策略

针对低轨卫星通信轨道高度低、运动速度快、切换频繁的特点以及业务类型和用户类型逐渐丰富的发展趋势,提出高业务量下基于差分进化算法的自适应信道预留策略,动态调整信道预留数目,保证高优先级用户的及时接入;低业务量时提出非预留信道分配方案,满足高优先级用户的理想带宽需求,充分利用系统的信道资源.小区信道全部被占用时,提出增强型排队策略,令暂时无法接入的用户加入排队序列,根据综合优先级依次接入,进一步提升用户体验和系统整体性能.实验证明,该方案可有效提高系统资源利用率,保障各类用户的体验,使系统整体服务质量更佳.     

考虑电动汽车有序充电的配电网重构降损策略

随着电动汽车的快速发展,配电网中建设了大量的充电桩和充电站。由于电动汽车的充电行为具有潮汐效应,当大量电动汽车同时充电时将造成配电网中的线路重载,使得部分节点的电压过低。因此研究电动汽车的有序充电以及通过配电网重构改善潮流分布具有重要的意义。首先以配电网的负荷波动最小为目标优化分时电价策略,引导充电站和充电桩控制电动汽车的充电功率以优化负荷曲线,最后通过配电网重构策略改变配电网中的柔性开关从而转移潮流,提高电压质量。通过IEEE33节点算例验证,结果表明所提的有序充电和重构策略能够改善配电网的潮流分布,降低配电网的峰谷差和网损,提高配电网的电压质量。