多虚拟机协同计算任务的分发部署及运行框架

摘要： 为实现协同计算任务的透明化设计部署及在并行计算中解耦合,设计了多虚拟机协同计算任务的分发部署及运行框架. 该框架利用隐式通信简化了进程间的交互,为用户提供一种高可靠性和容错的计算环境. 在框架设计方案中基于虚拟器件及应用程序虚拟化支撑技术,提出了六方面的任务分发部署和运行关键技术,包括可执行文件包描述及其提交方法、可执行文件的自动化分发部署方法、任务启动与加载方式、特征单元状态变迁、采用的消息通信原语、系统容错性方法等. 通过这些关键技术实现了所提出的任务的分发部署及运行框架,并进行了性能测试分析. 实验结果表明,设计的框架和采用的关键技术提高了任务的分发部署速度及系统吞吐量,提高了资源利用率,提高了任务的加速比和系统的运行效率.     

基于Xen平台的虚拟机交互式性能隔离改进

分析了高整合程度环境下, 虚拟机出现连续性网络延迟峰值的异常现象, 设计并实现 了针对交互式性能隔离的虚拟机调度算法优化方案, 包括协作式抢占、抢占返回和精确核算机制, 这些优化方案不需要对客户操作系统做任何修改。实验表明, 在8台CPU密集型虚拟机同时运行的情况下, 另外8台虚拟机网络延迟的最高5%平均值降低至优化前的0.93%, Firefox浏览邮件延迟的最高5%平均值降低至优化前的56.1%。     

实时交通流预测的并行SVR预测方法

提高交通流预测的精度和实时性是智能交通系统(ITS)应用发展的一个重要问题.与广义神经网络(GNN)方法相比,支持向量回归(SVR)方法应用于交通流预测理论优势得以实现的前提是选取合适的回归参数.分析、讨论了简单而实际的直接从训练集中选取SVR参数的方法,给出了一个大规模路网交通流SVR预测模型和集群环境下的一种贪婪负载均衡并行算法(G-LB).实验结果证明了基于G-LB算法的并行SVR方法(GLB-SVR)可获得比并行的GNN方法(P-GNN)更好的预测精度和实时性.     

数据网格中一种QoS驱动的副本选择算法

以移动Agent作为任务载体,代表用户应用程序在分散的数据网格环境下智能地进行副本选择.利用移动Agent与各个副本宿主节点的本机通信来替代传统的远程访问方式,从而避免大量的副本传输,节省网络带宽资源.提出了一种由用户QoS(服务质量)驱动的副本选择算法,开发出基于Java Swing的实验演示系统,并针对于3种不同的QoS目标对移动Agent的迁移进行了模拟试验.实验表明提出的副本选择算法能够根据用户的不同QoS偏好来优化副本选择,当网格规模较大时更能凸显对用户QoS偏好的优化效果.     

PowerBuilder5.0分布式计算的应用

利用 Ｐｏｗ ｅｒ Ｂｕｉｌｄｅｒ ５．０ 的新功能,实现 Ｎ 层计算的能力,创建企业级的客户机／服务器体系的应用程序．     

支持多Agent协同工作的石油软件集成框架

多Ａｇｅｎｔ 系统是集成特定领域内的应用软件,是解决应用软件之间互操作和协同工作的一种很好的形式。协同计算环境为基于多Ａｇｅｎｔ 的应用系统提供了开发和运行的基础环境,包括数据平台、系统平台和用户平台三部分。文中阐述了构造协同计算环境的概念层次、体系结构及其在石油勘探开发领域中的应用     

运输问题一种新的表上作业法

在运输问题的逐块选优算法的基础上,根据目标函数梯度在可行域的低维约束平面上投影,得到运输问题的表上作业法;若干实例说明了这种表上作业法的有效性。     

文本相似度计算在企业信息检索中的应用

企业信息检索系统所要解决的核心问题就是：提高检索关键字集合的规范性与完备性,通过对文本相似度计算及相关分类算法,达到检索关键字集合规范性及完备性提高的目的。本文给出了线性序列相似度的定义,讨论了匹配矩阵的性质,给出了一种计算线性序列相似度的算法,并对算法作出了优化。     

在Linux下构造并行计算平台及开发并行程序

L inux是一个非常优秀的操作系统,其上的PVM也是目前最流行的并行编程语言之一.借助L inux构建并行计算系统,以及在L inux平台下开发PVM并行程序.     

粒关系演算：关系计算与数据的桥梁

粒计算及其理论,尤其是模糊集,为处理概念实体信息粒提供了全面的概念框架和处理机制,但现有的信息粒处理机制不能充分利用实验数据的特征。基于粒计算推导出的理论来增强关系计算和模糊关系计算的基本结构。认为可以通过结合现有数据所控制的描述性组件来增强关系演算领域中的规范性结构。实验表明,合理粒度原则有助于增强现有结果,并将实验结果以信息粒的形式进行了展示。