基于仿真网格平台的资源调度算法模拟

针对使用真实网格平台来研究资源调度昂贵、耗时而且不易操作这一问题,提出用GridSim工具集进行仿真网格实验,并在该仿真网格上实现了当前主要用于资源调度的时间最优、代价最优、时间代价均衡算法的模拟。实验结果表明,使用模拟工具进行网格环境的仿真来测试调度算法的优劣方便可行。     

基于信任驱动的网格资源调度算法

针对当前网格资源管理中作业与资源匹配的缺陷,基于信任效益函数和作业响应比,提出了同时兼顾性能QoS和信任QoS的资源调度算法.不仅考虑到作业资源对的信任考虑,还考虑到每个作业的性能QoS,解决了长时间等待作业不断被推迟运行的问题.实验表明,该算法较传统的Min-Min算法在总信任效益函数、总执行时间和作业提交失败率方面有较好的综合性能.     

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.     

基于经济模型的网格资源调度算法

建立了基于经济模型的网格作业调度系统,给出了相应的服务质量(QoS)资源调度算法.通过定义资源的多维QoS指标,实现了对计算网格中广域分布和异构资源的统一描述,能很好地适应网格资源的动态性和自治性.采用QoS偏好度排序和欧氏距离的优化策略搜索资源,将用户提出的具有个性化或总体服务需求的作业透明、动态地分配给最适应的资源,优化了资源的统一配置.采用仿真实验比较多种算法的性能,结果说明QoS算法可满足资源的自适应性,较好地实现全局资源调度的目标.     

基于改进遗传算法的网格资源调度研究

网格资源调度问题是一个NP问题,遗传算法可以有效地解决这类问题。针对基本遗传算法收敛速度慢的不足,提出了一种改进的遗传算法。该算法采用资源与任务一一对应实数编码方法,更好地适应了任务调度问题的特点。实验数据证明,改进后的遗传算法即具有全局搜索能力,又具有较快的收敛速度及较好的性能。该实验达到了以实现网格任务调度的最优跨度为目标的实验目的。     

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.     

基于匹配算法的网格资源管理系统

基于匹配算法的网格资源管理调度层次模型,采用了群匹配算法作为调度策略,满足了网格对调度系统可扩展性和全局最优调度的需求。     

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.     

基于Agent的新型网格资源调度模型及策略

提出一种基于Agent的、旨在实现负载平衡的网格资源调度模型,着重描述该模型中各个模块的功能以及调度流程,并利用Agent的智能交互,进行协同合作以管理复杂的网格资源。为了充分利用资源调度中的可用资源,提高网格资源的整体利用率,提出了基于此模型的一种动态上限资源调度策略（DUBRSS）。此策略不仅充分发挥了Agent的智能性、自主性,还具有良好的扩展性,提高了资源调度的效率。     

网格资源管理与调度的多Agent模型

在分析了网格资源管理和调度需求的基础上,提出网格资源管理和调度的多Agent模型并说明了模型中各类Agent的组成、职能及其与外部环境的交互过程。讨论了基于FIPA(Foundation of Intelligent Physical Agents)合同网协议的各类A-gent的实现框架。该模型的优点在于可以充分利用多Agent的交互协议提高网格资源管理和调度的灵活性和给用户提供QoS保障。     

网格系统中的层次化资源分配与任务调度

讨论具有大量任务数的一类应用在网格系统中的资源管理和控制问题．提出了具有层次化结构的资源分配与任务调度模型,它由任务分发器和次级调度器组成．上层的任务分发器根据任务的性质和需求,并参考下层次级调度器的执行情况,将任务分发到相应的次级调度器上;而下层次级调度器负责将分发来的任务进行实际的资源分配及调度工作．模拟分析表明随着次级调度器个数的增加,任务调度的并行性增加,但系统的优化趋势逐步减缓．在实际应用中,合理选择次级调度器个数,可在满足调度性能的同时减少设备投入．     

基于神经网络的场景调度策略

虚拟场景的实时显示是虚拟现实技术的重要研究课题,优化场景的调度策略是解决实时显示的主要方法之一.根据虚拟装配的特点,建立视点状态变化的马尔可夫模型,并且使用径向基函数神经网络挖掘装配过程中视点变化的规律,提出基于神经网络的场景调度策略,利用该策略预测并提前调入装配过程中将要出现的场景.该策略可以使调度更加智能化,提高场景调度的效率,达到实时显示场景的目的.同时该调度策略也可以应用于虚拟现实的其他领域中,如虚拟场景漫游等.     

网格环境下空闲计算资源调度的研究

由于基于集群的网格任务调度系统扩展性有限,同时在互联网上存在大量廉价的空闲PC资源得不到有效利用,针对以上情况,提出了一种对集群和空闲PC资源联合调度的体系结构SkyHawk-CSF,它在开源的社区调度框架CSF4的基础上扩展了调度空闲PC资源的空闲资源管理适配器SHIRM Adapter和空闲PC资源管理器SHIPC,并对元调度器作了相应的修改.为了有效地利用空闲PC资源,高可靠地完成用户提交的任务,还提出了在给定的期限条件下容错的调度策略SHDFT.通过对原型系统的评估分析,表明SkyHawk-CSF具有现实的可行性和合理性,并获得了预期的实验结果.     

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．     

基于资源监控的网格调度系统

研究ChinaGrid生物信息学网格中,根据资源负载变化进行动态作业调度的方案.针对中国网格公共支撑平台(CGSP)的执行管理模块在调度作业时,没有将计算节点的动态性作为调度优化的考虑因素,在ChinaGrid生物信息学网格中实现了一个基于资源监控的作业调度系统(SSRM).SSRM利用CGSV来实时获取资源的动态信息,并报告给ChinaGrid生物信息学网格的调度模块进行调度方案的优化.实验表明,与资源监控相结合的网格调度系统可以明显地缩短一组作业的完成时间.     

A Chord-based resource scheduling approach in drug discovery grid

This paper presents a resource scheduling approach in grid computing environment. Using P2P technology, this novel approach can schedule dynamic grid computing resources efficiently. Grid computing resources in different domains are organized into a structured P2P overlay network. Available resource information is published in type of grid services. Task requests for computational resources are also presented as grid services. Problem of resources scheduling is translated into services discovery. Different from central scheduling approaches that collect available resources information, this Chord-based approach forwards task requests in the overlay network and discovers satisfied resources for these tasks. Using this approach, the computational resources of a grid system can be scheduled dynamically according to the real-time workload on each peer. Furthermore, the application of this approach is introduced into DDG, a grid system for drug discovery and design, to evaluate the performance. Experimental results show that computational resources of a grid system can be managed efficiently, and the system can hold a perfect load balance state and robustness.     

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.     

基于网格技术的校园网资源共享平台

校园网络资源的快速增长在校园网内却形成了一个个信息"孤岛",给共享及管理网络资源带来了很大困难;分析了校园网资源使用存在的问题,提出了一种基于网格技术的校园网资源共享平台,它可以实现将校园内空闲、分散、异构计算资源集中起来,供给需要大量计算资源的部门使用;详细介绍了基于网格的校园计算资源共享平台的体系结构,并给出了该系统平台各组成部分的实现方法。     

基于迟滞噪声混沌神经网络的TDMA广播调度

分组无线网络的时分多址(Time Division Multiple Access,TDMA)广播调度问题是一个经典的NP-hard组合优化问题,可用神经网络求解.混沌动力学、随机游动和迟滞动力学均能够有效地提高神经网络的优化性能.为了提高迟滞动力学在噪声混沌神经网络中的优化能力,又不增加噪声混沌神经网络的参数,将噪声混沌神经网络的噪声幅值作为Sigmoid函数的中心参数,并通过神经元的输入变化来控制噪声幅值形成迟滞环,提出了一种新型的迟滞噪声混沌神经网络.对神经元状态演化行为的研究表明,该网络能够同时演化出混沌倒分岔、随机游动和迟滞等动力学行为.对分组无线网络的TDMA广播调度问题的仿真表明,提出的迟滞噪声混沌神经网络具有更好的优化性能.