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.     

多维0/1背包与遗传算法的网格调度研究

首先分析了网格调度的代价和成本,设计出一个将多目标、多约束的网格任务转换成单目标、单任务的0/1背包的网格调度模型.提出使用多维0/1背包与改进的二重结构编码的遗传算法的方法来求解网格最优调度,并通过编程实现其算法,经实验验证该算法优于基本的遗传算法.     

按需调度线性最优化网格资源分派算法

提出了一种基于经济的网格资源分派算法,并提出调度中各经济因素的线性最优化的思想,用户可以按自己所需动态地设置各经济因素的影响因子的值,算法根据用户需求得出相应的最优资源分派策略.给出了算法的数学模型和描述,在网格调度模拟工具GridSim中对算法进行了模拟试验和分析、评价,并与GridSim中自带的算法进行了对比.     

网格机制下的一种光网络资源调度策略

针对开放网格服务环境OGSA中光网络资源调度需求问题,使用WSRF规范将光网络资源封装成Web Service资源,使其像其他的服务资源一样可以通过统一的接口来调用。提出了在网格机制下的光资源调度策略和算法,在GridSim的基础上对光网络资源建模并对该算法进行了仿真。仿真结果验证了该策略的有效性,表明该算法能够在全局视图下有效地调度和均衡地分配资源请求,明显地提高了资源利用率。     

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.     

基于多Agent和遗传算法的制造网格资源调度

为了保障用户的多QoS要求,在制造网格资源调度中引入灵活健壮的协商机制和高效的资源调度算法尤显重要.为此提出基于多Agent的制造网格资源调度方法,运用合同网协议作为多Agent的协作协议并根据制造网格资源调度需求运用遗传算法作为资源优化组合的算法.综合应用多Agent开发工具JADE和遗传算法工具包JGAP进行模拟调度实验,证明了方法的有效性.     

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.     

基于QoS云计算任务调度优化

由于云计算技术快速发展,为了满足日益多样化的云计算用户服务质量(QoS需求)以及提高云计算资源调度的效率,提出基于改进蚁群算法的云计算资源调度优化算法,包括建立云计算资源模型和用户QoS需求模型.为了得到更准确的结论,针对传统蚁群算法过快收敛造成的局部最优解现象,在传统的蚁群算法的基础上加入随机选择机制,时间、成本和结果有效可用性适应度因子进行了优化改良,以求得全局最优解.通过仿真实验将传统的蚁群算法、Mi n-Mi n调度算法和改进的蚁群优化算法进行比较,实验表明,改进的蚁群优化算法在调度效率、节约成本、减少任务执行时间和任务得到结果质量方面有明显的优势.     

一种动态网格资源可用性风险评价方法

首次提出了网格资源可用性风险的概念,基于相关资源的作业历史信息,利用概率与统计的方法对资源可用性风险进行预测与评估,提出了单一网格资源与网格资源集合的可用性风险评价方法,并给出了基于资源可用性风险评价的网格调度算法.实验表明,基于资源可用性风险评价的网格资源调度算法,可有效的确定可用资源集合,降低网格作业失效率,提高网格资源的使用效率.     

改进蛙跳算法的网格任务调度优化模型

为解决当前调度模型存在的局限性, 以更好完成网格环境下的任务调度目标, 结合网格任务调度的NP(Non-deterministic Polynomial)问题特点, 提出了改进蛙跳算法的网格任务调度优化模型。首先以网格任务完成时间作为调度优化指标, 然后采用蛙跳算法找到最优的网格任务调度方案, 并对蛙跳算法存在不足进行改进,以改善算法工作性能, 最后在网格仿真平台GridSim 上进行性能验证分析。实验结果表明, 改进蛙跳算法可较好完成网格任务调度, 缩短了任务完成的时间, 资源负载更加均衡, 而且性能明显要优于其他算法。     

网格工作流中基于优先级的调度方法研究

根据网格用户的身份、信誉，以及网格工作流中应用程序的时间紧迫度和依赖关系，提出了网格工作流中应用程序的优先级计算方法．其中，完全优先级调度算法根据网格工作流中的应用程序优先级向量生成调度序列，而且每次只将队列中优先级最高的应用程序提交给网格，而非完全优先级调度算法可同时调度若干无依赖的网格应用程序进入网格，以弥补完全优先级调度算法的并行化问题．实验表明，当网格中的资源较少且资源的性能差异较大时，使用完全优先级调度算法可以保证优先级较高的工作流的应用程序优先使用优势资源；当网格中的资源性能差异不大时，非完全优先级调度算法可解决因资源未充分利用而造成工作流完成时间大幅增加的问题．     

基于蚁群算法的云计算资源调度研究

本文针对云计算中资源调度问题进行了研究,提出云计算资源调度的蚁群优化算法,在算法设计中综合考虑了在云计算环境中任务完成时间和计算成本优化问题,建立数学模型,并通过cloudsim平台进行实验仿真测试。验证表明算法模型能使总任务完成时间较短、成本较小,是一种有效的资源调度算法。     

改进蚁群算法的云计算资源调度模型

针对当前云计算系统资源调度算法的资源利用率低、浪费严重等缺陷,提出一种基于改进蚁群算法的云计算资源调度优化模型,以获得更理想的云计算资源调度方案.首先对云计算资源调度的工作原理进行分析,建立云计算资源调度优化目标函数;然后利用蚁群优化算法模拟蚁群找到一条从起点到目的地的路径,即云计算资源调度目标函数的最优解,并结合目标函数对蚁群算法进行相应地改进;最后采用MATLAB2014R编程实现云计算资源调度优化模型.实验结果表明,该模型在短时间内可找到云计算资源调度的最优解,使资源利用率得到了改善.     

遥感卫星地面站资源调度的混合分解算法

针对传统算法逐渐难以满足地面站资源调度对精度和时效要求的问题, 提出一种混合分解算法. 该算法结合基于地面站资源使用冲突程度评价指标的启发式算法和Lagrange分解算法对问题进行求解, 以加快对最优解的搜索速度. 仿真测试结果表明, 该算法能在较短时间内得到遥感卫星地面站资源调度问题的高质量解.     

成本/时间综合优化网络资源调度策略及价格算法

为对资源进行有效管理和调度,分析了网格资源管理领域目前已有的经济学模型资源分配框架,给出了经济模型中价格机制的形式化描述.参考Buyya提出的调度策略,在综合考虑成本价格和作业执行时间的基础上,提出了经济模型下基于时限预算和作业价格预算的成本和时间综合最优调度(STPP)策略和一种获取价格的迭代算法.研究表明,STPP策略增强了资源调度的灵活性和可扩展性.     

HowU网格资源管理及调度

讨论了一种基于web的HowU网格系统的实现,以及采用的关键技术．HowU网格系统通过资源请求代理进行网格作业提交,HowU网格系统采用了网格资源的分层管理策略及全局调度思想．根据网格的特性,并针对CPU性能对作业调度的影响,提出了三种全局资源调度算法：资源轮转法;当前最优资源优先调度法;最优资源优先调度法．研究结果表明,当作业数量比较少时,资源轮转法优势最明显,最优资源优先调度法性能最差．但当作业数量增大时,资源轮转法性能明显下降,而最优资源优先调度法比其他两者更有性能优势．     

基于时间期限和预算效益函数的网格资源调度算法

针对具有时间和代价约束的网格资源调度问题,提出了一种基于效益函数的改进的网格任务调度算法,并采用GridSim模拟器分别对提出的调度算法和现有的DBC算法进行模拟实现.对比分析表明,改进的调度算法能得到较高的任务完成率及较好的资源负载均衡性.     

排队时间感知的动态网格工作流调度

网格资源站点的可靠性将影响站点上任务执行性能,从而影响其他任务的排队等待时间.利用可修排队系统对网格资源站点进行可靠性建模,通过模型求解获得稳态下各资源站点的排队等待时间,提出了排队时间感知的动态网格工作流调度算法并设计了动态网格工作流调度的原型系统.基于GridSim进行了不同网格系统环境设置场景下的仿真实验.实验结果表明,本算法在不同负载和不同失效率的情况下其完成时间明显优于HEFT和CPOP算法,且在平均等待时间方面也比这2种算法高出了50%左右.     

一种基于Qos的网格资源调度策略

网格资源的合理调度一直是网格计算中的热点问题.当前网格资源调度的一种经典算法是Min-min算法.通过介绍Min-min算法的内容和特点,找出这种算法的缺点和不足,然后在该算法的基础上提出一种基于Qos的改进算法.这种改进算法的目的是在提高资源调度效率的同时又能均衡网格资源中的负载,进一步提高资源的利用率.     

云计算资源优化问题求解的萤火虫算法

为了提高云计算资源利用率,结合云计算资源优化问题的特点,设计一种云计算资源优化问题求解的萤火虫算法.首先建立云计算资源负载调度问题的约束条件,以用户任务完成时间最少作为云计算资源负载调度优化的目标函数;然后通过萤火虫算法找到目标函数值最优的资源调度策略;最后在CloudSim平台上实现云计算资源负载调度仿真实验.实验结果表明,萤火虫算法减少了云计算任务完成的时间,均衡了云计算资源的负载,使云计算资源得到合理分配,且比其他算法优势明显.