基于遗传算法的网格任务调度研究

论文摘要

网格计算(Grid Computing)是当前互联网研究中的一个热点,也是并行和分布处理技术的一个发展方向。在网格计算中,任务管理、任务调度和资源管理是网格必须具备的三个基本功能。其中任务调度的目的是在包含大量不同计算机的网格环境中,同时考虑各网格节点的计算性能、节点之间的通讯性能等参数,把不同的任务以最合理的方式分配到相应的网格结点去完成。任务调度也称为任务映射。由于在网格环境中各处理器的运行速度、主机的负载、网络通讯的时间等是动态变化的,因此任务调度问题同时也是一个非常困难的NP完全问题。目前,围绕着网格计算中的任务调度问题,国内外已经做了大量的研究工作:网格资源管理与调度系统研究,以及任务调度算法研究。本论文就网格任务调度算法展开了以下研究:◆深入分析了网格任务调度问题,并对TITAN任务调度机理进行了剖析;◆就目前网格任务调度算法存在的问题,提出了一种新的基于遗传算法的调度方案。在该调度算法中,可以通过调整适应度函数中参数的值来满足网格用户和资源提供者对任务调度的不同需求;◆用Gridsim模拟器对提出的调度算法进行了仿真实验,并且与Nimrod/G算法进行了比较,结果表明本文中提出的调度方案更适合网格环境中的任务调度,具有更好的调度效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 网格技术概述
• 1.1.2 计算网格与任务调度
• 1.2 任务调度研究现状
• 1.2.1 网格资源管理与调度系统研究现状
• 1.2.2 任务调度算法研究现状
• 1.3 目前网格任务调度存在的问题
• 1.4 本文的主要工作
• 1.5 论文的组织结构
• 第二章 网格任务调度问题
• 2.1 网格任务调度的特点
• 2.2 网格任务的调度流程
• 2.2.1 作业提交
• 2.2.2 资源发现
• 2.2.3 资源预选
• 2.2.4 资源动态信息查询
• 2.2.5 制订调度策略
• 2.2.6 运行时监控
• 2.3 网格任务调度评价标准
• 第三章 TITAN 网格任务调度的机理剖析
• 3.1 基于 Globus 的网格任务调度架构
• 3.2 网格任务调度相关组件
• 3.2.1 网格资源管理系统（RMS）
• 3.2.2 资源信息服务（RIS）
• 3.3 基于 TITAN 的网格任务调度
• 3.3.1 TITAN 系统结构
• 3.3.2 资源分配系统（RAS）
• 3.4 本章小结
• 第四章 基于遗传算法的网格任务调度
• 4.1 任务调度问题定义及其描述
• 4.1.1 有效调度
• 4.1.2 问题定义及描述
• 4.2 遗传算法
• 4.2.1 遗传算法分析
• 4.2.2 GA 的全局收敛性和最优性
• 4.3 调度算法设计
• 4.3.1 染色体结构设计以及初始种群的生成
• 4.3.2 适应度函数设计
• 4.3.3 遗传算子设计
• 4.3.4 约束条件处理
• 4.4 调度算法总体框架
• 4.5 本章小结
• 第五章 仿真实验及分析
• 5.1 Gridsim 网格模拟器
• 5.1.1 Gridsim 关键特征及体系结构
• 5.1.2 网格核心实体的模拟
• 5.1.3 Gridsim 网格环境模拟流程
• 5.1.4 Gridsim 的使用
• 5.2 仿真实验
• 5.2.1 实验环境
• 5.2.2 实验数据的产生
• 5.2.3 具体仿真过程
• 5.2.4 遗传算子的调整
• 5.3 实验结果及评价
• 5.3.1 NIMROD/G 调度算法
• 5.3.2 比较结果
• 5.4 本章小结
• 结束语
• 参考文献
• 致谢
• 附录（攻读学位期间发表论文目录）
• 详细摘要