基于多QoS约束的网格资源管理技术研究

基于多QoS约束的网格资源管理技术研究

论文摘要

网格计算时代的来临已经越来越近。网格计算领域的相关研究也越来越多。针对当前网格热点技术研究背景的分析,不难预见面向服务的技术将在未来成为网格计算发展方向的必然趋势。作为网格系统的关键部分,资源管理系统方面的相关研究也成为了发展网格技术工作的重中之重。而同时,资源管理系统的核心问题——如何选择或改进合适的网格调度算法对于解决网格任务调度问题也一直是学术界研究的热点难点。网格任务调度问题的本质是一个NP完全问题,加之任务和资源本身所具有的异构等各项特性,使得该问题的求解较之一般的组合优化问题有更大的难度。目前大多数网格任务调度研究成果只着重于最优跨度和一维QoS约束的情况,并未考虑复杂的多类调度目标优化结果因而不具备较高的实际应用价值。本文通过对多种网格资源管理模型、网格任务调度问题和QoS参数建模的研究学习,提出了一个多QoS网格任务调度模型。同时,对网格任务调度领域常用的各类算法进行了相关对比讨论,最终选择蚁群算法作为该模型的调度策略。并在应用过程中,借鉴了城市救灾点援助物资运输分配问题的求解思路,调整了传统QoS效用函数作为期望启发因子的做法,选择了MMAS算法通过最优跨度目标函数和QoS窗的使用,实现了网格任务调度问题中最小跨度、服务质量和负载均衡多目标优化。为了验证模型及算法的有效性,本文还对其进行了相关仿真模拟实验,对于同一任务调度问题将本文使用的MMAS算法同常用的几类多QoS任务调度算法进行了比较。实验结果表明,无论是在时间跨度、负载均衡性能上的表现与传统算法相比都有很大的进步。为实际网格计算领域的相关工程应用提供了参考。

论文目录

  • 学位论文数据集
  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究背景及意义
  • 1.2 网格计算的研究现状
  • 1.3 论文的主要工作和组织结构
  • 第二章 网格技术概述
  • 2.1 网格概念
  • 2.2 网格的特点
  • 2.3 网格的体系结构
  • 2.4 网格资源管理器
  • 2.5 本章小结
  • 第三章 网格任务调度
  • 3.1 任务调度问题
  • 3.2 任务调度目标
  • 3.2.1 最小跨度
  • 3.2.2 服务质量
  • 3.2.3 负载均衡
  • 3.2.4 经济原则
  • 3.3 本章小节
  • 第四章 QoS 分析
  • 4.1 概述
  • 4.2 网格 QoS 参数分类和度量
  • 4.2.1 参数分类
  • 4.2.2 网格 QoS 参数度量
  • 4.3 多重 QoS 约束的必要性
  • 4.4 多 QoS 目标评价
  • 4.5 网格任务调度常用算法
  • 4.5.1 在线模式启发式任务调度算法
  • 4.5.2 批模式启发式任务调度算法
  • 4.5.3 静态启发式任务调度算法
  • 4.6 本章小结
  • 第五章 多 QoS 网格任务调度问题的蚁群算法应用
  • 5.1 蚁群算法
  • 5.1.1 蚁群算法概述
  • 5.1.2 蚁群算法原理
  • 5.1.3 蚁群算法的特点
  • 5.2 求解任务调度问题的可行性分析
  • 5.3 基本蚁群算法应用于网格任务调度问题
  • 5.4 改进蚁群算法的任务调度问题求解
  • 5.5 本章小结
  • 第六章 仿真实验及结果分析
  • 6.1 仿真实验方法
  • 6.2 实验参数设计
  • 6.3 仿真结果分析
  • 6.3.1 跨度时间比较
  • 6.3.2 QoS 综合效用值比较
  • 6.3.3 负载均衡比较
  • 6.3.4 初始解讨论
  • 6.4 本章小结
  • 第七章 结论与展望
  • 7.1 总结
  • 7.2 展望
  • 参考文献
  • 致谢
  • 作者和导师简介
  • 附件
  • 相关论文文献

    • [1].超图在网格任务调度中的应用[J]. 电子世界 2014(11)
    • [2].遗传算法在网格任务调度的应用研究[J]. 计算机仿真 2011(11)
    • [3].基于遗传算法的网格任务调度方法研究[J]. 舰船科学技术 2009(11)
    • [4].基于改进遗传算法的网格任务调度模型构建[J]. 软件导刊 2017(01)
    • [5].网格任务调度问题求解的萤火虫算法[J]. 重庆邮电大学学报(自然科学版) 2015(05)
    • [6].混沌粒子优化算法在网格任务调度的应用[J]. 计算机仿真 2012(10)
    • [7].基于改进遗传算法的网格任务调度研究[J]. 计算机科学 2010(07)
    • [8].基于实数编码遗传算法的网格任务调度[J]. 吉林省教育学院学报(上旬) 2013(01)
    • [9].基于改进免疫遗传算法的网格任务调度[J]. 河北工程大学学报(自然科学版) 2013(02)
    • [10].数据网格任务调度模拟器的设计[J]. 计算机应用研究 2011(11)
    • [11].基于混合蚁群算法的网格任务调度[J]. 计算机工程 2010(03)
    • [12].网格任务调度模型的研究[J]. 科技广场 2010(03)
    • [13].一种基于蚁群算法动态均衡的网格任务调度[J]. 东北大学学报(自然科学版) 2010(05)
    • [14].基于遗传算法的网格任务调度研究[J]. 山西电子技术 2009(01)
    • [15].网格任务调度机制的研究[J]. 现代计算机(专业版) 2008(04)
    • [16].改进蛙跳算法的网格任务调度优化模型[J]. 吉林大学学报(信息科学版) 2018(02)
    • [17].混合算法在网格任务调度中的应用研究[J]. 计算机仿真 2011(09)
    • [18].基于资源预测的网格任务调度模型[J]. 计算机应用 2010(09)
    • [19].改进遗传算法在网格任务调度中的应用[J]. 微型机与应用 2010(18)
    • [20].基于遗传算法与蚁群算法动态融合的网格任务调度[J]. 计算机应用与软件 2009(07)
    • [21].一种基于预测和激励机制的网格任务调度框架[J]. 计算机应用与软件 2008(10)
    • [22].基于改进遗传算法的网格任务调度[J]. 信息通信 2016(03)
    • [23].基于小生境和自适应遗传算法的网格任务调度优化研究[J]. 计算机测量与控制 2013(02)
    • [24].基于动态资源预测的遗传算法网格任务调度方案研究[J]. 硅谷 2009(21)
    • [25].基于自适应遗传算法的网格任务调度优化[J]. 吉林大学学报(理学版) 2015(02)
    • [26].一种基于蚁群算法的网格任务调度方法[J]. 微处理机 2008(02)
    • [27].基于动态负载均衡策略的网格任务调度优化模型和算法[J]. 计算机应用 2008(11)
    • [28].基于云模型的网格任务调度遗传算法研究[J]. 电子科技大学学报 2012(06)
    • [29].基于小生境遗传算法的网格任务调度[J]. 计算机工程 2010(21)
    • [30].基于改进遗传算法的网格任务调度[J]. 解放军理工大学学报(自然科学版) 2012(04)

    标签:;  ;  ;  

    基于多QoS约束的网格资源管理技术研究
    下载Doc文档

    猜你喜欢