基于带权有向图的网格工作流数据传输策略

针对网格中数据传输忽略网络状况的问题，提出了一种基于带权有向图的网格工作流数据传输策略．该策略针对不同数据处理率的网格工作流作业，首先根据网格内各结点之间的带宽，然后选择合适的数据传输方式，计算出两点之间的权重从而生成一个带权有向图．最后从图中选出最佳的传输路径进行数据传输，从而提高了工作流的执行性能．实验证明了在网络结构及传输速度一定时，该策略的数据传输性能优于传统的利用GridFTP直接传送的数据传输方法。     

基于信任网络的网格资源发现机制

如何有效地发现网格的计算资源和存储资源是影响网格性能的重要因素,已有的资源查找方法难以适应网格规格.利用网格结点之间存在的信任关系构建资源信任网络,并给出了信任网络构建的原理和方法.将主动发现和被动发现相结合,应用小世界原理,获得了优化的时间复杂度,发送了网格资源发现性能.分析表明,该模型在网格环境中具有良好的效果,是一种可靠、安全的方法.     

嵌套重叠网格的构造策略及其隐式切割

高质量网格的设计与生成是复杂流动CFD精确计算最主要的决定性因素之一．本文通过采用新颖的多层嵌套重叠网格策略、可靠的重叠网格切割准则、快速的多级网格切割方法和高效的隐式切割技术,发展了一种多层多块隐式嵌套重叠网格技术以及相应的多级多重网格流动计算方法．在生成嵌套重叠网格时,只需要初始网格和边界条件,而无需人工干预,实现了嵌套重叠网格的自动切割．对某级网格进行多重网格流动计算时,仅考虑该级网格的嵌套重叠切割处理,而忽略低级粗网格的网格切割影响,有效提高了流动的计算效率．两个典型的复杂流动算例的计算结果与实验值吻合良好,证明了本文方法的可靠性．     

网格结点中任务包批处理的性能分析

本文首先阐述了网格结点与计算单元之间的关系,然后对任务包到达网格结点后,被调度到计算单元的过程进行数学建模,并利用该数学模型对调度过程进行性能分析,得出系统中任务包的平均滞留量与批处理的规模成正比.该结果对提高网格中计算资源的利用率和服务性能有着重要意义.     

一种基于网格服务的可靠性度量模型

在网格中,服务资源通常是动态变化的.因此,如何度量服务的可靠性足网格中服务质量的一个关键问题.根据网格中服务动态变化的特点,从可靠性的角度对网格中的服务质量进行分析并给出相应的计算方法,从而提出一种基于网格服务的可靠性度量模型.该模型将动态变化的服务划分为一系列相对静态的时段,根据网格中服务的主动特性,对网格结点上所提供的服务进行可靠性分析,从服务的可靠性、可靠性的数学期望、可靠性的均方差3个方面综合度量网格中服务的可靠性.     

拟n维离散变量网格迭代优化方法

在研究离散变量型的优化设计的基础上,建立了离散变量虚实网格结点集;提出了拟3维空间和拟n维空间概念;导出了可计算结点的计算公式;导出了拟n维空间离散变量网格迭代优化方法.解决了在一般工程结构设计实践中,多采用连续变量优化设计加圆整的办法得到近似的离散型结果.然而对高精度要求的工程结构,该方法的计算结果往往与实际相差较大.通过钻井用大型车装井架的实例计算表明,所提出的方法简单易施、可靠性高、收敛快.     

优化设计中的拟网格原理（I）

在研究目标函数和约束条件的性质与允许误差的条件下,研究了断定全局优化方案就存在于变量网格结点中的若干个结点之间的问题.提出了拟三维空间和超球体概念;导出了确定可计算的网格结点公式,证明了持定点的覆盖定理。     

两个抗畸变的四边形膜元

为了保证单元的可靠性,单元应具备抗畸变的良好性能。但现有不少单元对网格畸变十分敏感,如Serendipity等参元。在规则网格情况下,它们的精度不错;而当网格畸变时,其精度则急剧下降。为了克服这一缺陷,文献中提出了各种方案,使畸变敏感现象得到减轻,但目前这一缺陷尚未得到根治。该文旨在研究抗畸变的四结点四边形膜元。鉴于Serendipity等参元的上述缺点,该文不采用等参坐标而改用四边形面积坐标,并构造出两个抗畸变的四边形膜元AQ6I和AQ6II。数值试验结果表明,这两个单元不仅可以在畸变网格下给出纯弯问题的精确解,而且可以克服MacNeal畸变网格细长梁的梯形闭锁现象。弱式分片检验表明这两个单元是收敛的、可靠的。     

基于无中心式网格调度的分析与研究

分析了无中心式网格调度和调度策略,实验模拟了无中心式网格调度、计算系统之间的性能差别,每个计算系统的本地调度采用保守式装填法,网格工作负荷由模型得到,并用一段工作负荷的平均响应时间衡量调度性能.     

基于内核技术的网格优化方法

用归一化的 Jacobian矩阵在结点的行列式的值作为衡量该结点质量的方法 ,给出了网格结点的外围多边形和外围多面体内核的生成算法 ,并将内核生成技术应用于网格结点位置优化 ,实现了四边形网格和六面体网格的优化 .算例表明 ,该方法适用于形状复杂区域的网格优化 ,尤其适用于含有凹域的网格优化 ,同时内核生成技术及网格优化也容易编程实现     

网格环境下具有可靠性的任务调度策略

针对网格环境的动态性和异构性特点,该文提出了DHTS和RDHTS任务调度算法。在充分考虑任务间的依赖关系和通讯开销的动态变化的基础上,通过对任务执行次序优化设定和任务间空隙有效利用等方法,提高了协同任务的执行效率;通过分析网格中各结点自身中断事件发生次数的数学期望和方差,得出各结点的即时可靠性评价参数,从而增强了任务调度的可靠性。     

异构任务图在网格环境中的调度实现

并行分布计算环境的任务调度一直是并行计算研究的热点问题，网格技术的发展则对任务调度提出了新的要求。本文采用带参数的有向超图表达异构任务图，为具有一般性、异构性、分布性、动态性等特点的任务请求提供了通用描述方法。通过设计网格异构任务图描述语言GHDL，实现了网格任务请求的统一封装以及任务请求在异构环境下的计算机理解和识别。通过设计自适应调度策略库，为分布异构动态网格环境下的任务调度提供有效解决方案，实现了在考虑网格任务间优先约束与数据关联的同时，采取异构宿主机识别、异构客户端自动创建等方式开发利用环境异构性与任务异构性，采取实时网格状态信息采集与任务迁移屏蔽了资源动态性。异构任务图在网格环境中的调度效果由树生长的仿真实验进行了展示。     

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。     

网格计算技术及其任务调度策略研究

对网格计算技术及其任务调度策略进行了论述与总结。首先介绍了网格计算技术的起源和网格系统应具备的基本条件,然后论述了网格计算不同于传统分布式计算的独特特征,接下来对网格计算的应用领域进行了简单探讨。最后从网格任务调度的特点、评价指标以及现有的调度算法等方面对网格计算的任务调度策略进行了详细讨论。全文工作将指导我们未来进一步深入研究网格计算。     

基于改进遗传算法的网格任务调度

为在网格环境下完成任务调度,使服务运行时间和费用2个指标达到最优化,将这2个指标作为网格任务调度模型的衡量指标,将计算经济模型引入网格资源管理,改进了遗传算法。算法中的染色体编码采用间接编码方式,对每个任务占用的资源编码,即实数编码方法。生成初始种群时采用随机生成种群和根据某些先验知识生成种群这2种方法相结合,变异操作时根据原来染色体的适应值和适应度函数进行有目的的随机变异。通过网格仿真平台GridSim对该算法进行模拟验证,并将其与简单遗传算法及GridSim中经济模型下时间最优算法DBC_Time比较,试验结果证明,其能较好完成网格环境下任务的调度,实现时间和费用双目标优化。     

一种基于遗传算法的网格任务调度算法

任务调度问题是一类NP问题,经典调度理论一般仅能获得问题的近似最优解.尽管已有用于任务调度的遗传算法的求解质量优于传统方法,但多数是考虑单任务或独立多任务调度的遗传算法.采用理论分析与仿真实验相结合的方法,提出了一种改进的遗传算法解决网格的任务调度问题.这种遗传算法所处理的任务不仅可以包含多个有前后约束关系的子任务,并且每个子任务可以需要多种资源.通过对比实验可以看到本文所提出的算法在网格任务调度方面要优于传统的HEFT和DLS算法.     

一种基于蚁群算法动态均衡的网格任务调度

网格资源分配属于NP-难问题,为了更好地解决该问题,首先建立一种性能QoS优化的作业级网格任务调度模型和目标函数,并对资源和任务数进行了分析.提出了基于动态信誉度的改进蚁群算法RACO(reputation-based ACO)进行网格任务调度,RACO引入空间效率和时间效率的动态调节因子,同时采用局部和全局信息素更新策略.仿真实验表明,RACO在资源利用率、动态均衡方面优于Min-min,Max-min和ACO算法.     

一种基于任务划分的启发式网格调度策略

网格环境下的任务调度是一个非常复杂且具有挑战性的问题,目前存在的调度策略大多数忽略了任务执行调度算法的顺序这个重要因素.针对这一问题,本文提出任务划分(task-partition)的概念,结合任务存取数据的位置信息,给出了一种以任务级别的忍耐度(task-sufferage)作为启发规则的网格调度策略.实验结果表明,该策略消除了任务的重新调度,降低了任务总的完成时间,能够有效地保证负载均衡,具有较好的综合性能.     

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．