基于蚁群算法的网格作业调度的研究与设计

论文摘要

网格系统是将地理上分布不同、系统异构、性能各异的各种资源,通过高速互连网络连接起来形成的广域范围的资源共享和协同计算环境。网格计算技术的出现,使得我们可以突破地理位置,资源共享和传统协作方式的限制,更加广泛的共享各种资源,解决更加复杂的计算问题。网格环境下的作业调度是一个NP难问题,蚁群算法内在的分布性、并行性和可扩充性使其非常适合网格作业调度。本文将蚁群算法应用于网格环境作业调度,提出一种通过作业代理的移动进行网格作业调度的方案,该蚁群算法不仅在分配网格计算资源时进行信息素的局部更新,还在网格计算资源完成作业后进行信息素的整体更新。通过模拟实验测试和选取蚁群算法的各种影响参数,取得了比较理想的实验结果,实验证明该算法能够有效地实现作业的合理调度和网格系统的负载平衡。本文主要工作如下:（1）本论文首先介绍了网格计算的概念、特点、意义以及网格体系结构。（2）介绍了网格环境下作业调度的概念、目标、特点和一些网格作业调度算法。（3）通过比较真实蚁群和人工蚁群的异同,描述了基本蚁群算法模型,以及针对其缺点而提出的一些改进算法,比如带精英策略的蚂蚁算法,基于优化排序的蚂蚁算法、蚁群算法和最大-最小蚂蚁算法等。（4）在网格环境下,描述基于蚁群算法的网格作业调度的基本思想,并设计和实现了该调度算法。通过模拟实验,确定算法参数的最佳组合,分析了蚁群算法在网格作业调度中的有效性。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 选题背景及意义
• 1.2 论文的主要内容和组织结构
• 1.2.1 论文的主要内容
• 1.2.2 论文的组织结构
• 第二章 网格基础及其体系结构
• 2.1 网格的概念
• 2.2 网格的特点
• 2.3 网格的意义
• 2.4 网格的体系结构
• 2.4.1 五层沙漏结构模型
• 2.4.2 开放网格服务体系结构
• 2.4.3 Web服务资源框架
• 2.5 本章小结
• 第三章 网格环境作业调度的相关概念
• 3.1 网格作业调度概念和意义
• 3.2 网格作业调度的目标
• 3.3 网格作业调度的特点
• 3.4 网格作业调度各种算法与比较
• 3.5 本章小结
• 第四章 蚁群算法原理
• 4.1 引言
• 4.2 蚁群算法原理
• 4.2.1 真实蚁群的觅食行为
• 4.2.2 人工蚁群与真实蚁群的联系
• 4.2.3 基本蚁群算法的提出
• 4.2.4 基本蚁群模型的建立
• 4.2.5 基本蚁群系统模型的实现步骤和结构流程
• 4.3 基本蚁群算法的缺陷和改进
• 4.3.1 带精英策略的蚂蚁系统
• 4.3.2 基于优化排序的蚂蚁系统
• 4.3.3 蚁群系统
• 4.3.4 最大-最小蚂蚁系统
• 4.3.5 自适应蚁群系统
• 4.4 本章小结
• 第五章 基于蚁群算法的网格作业调度的研究
• 5.1 基于蚁群算法的网格作业调度的基本思想和流程图
• 5.1.1 计算资源的拓扑结构
• 5.1.2 基于蚁群算法的网格作业调度的基本思路
• 5.1.3 基于蚁群算法的网格作业调度的流程图
• 5.2 基于蚁群算法的网格作业调度的设计与实现
• 5.2.1 系统初始化
• 5.2.2 提交作业
• 5.2.3 信息素的整体更新
• 5.2.4 作业接收条件
• 5.2.5 作业转移方向
• 5.2.6 信息素的局部更新
• 5.2.7 作业代理销毁
• 5.3 本章小结
• 第六章 蚁群算法的参数选取的研究
• 6.1 基本蚁群算法参数的选取和仿真实验
• 6.1.1 启发式因子α对算法性能的影响
• 6.1.2 期望启发式因子β对算法性能的影响
• 6.1.3 信息素残留因子1-ρ对算法性能的影响
• 6.2 网格环境下蚁群算法参数的选取和仿真实验
• 6.2.1 作业调度结果的衡量标准
• 6.2.2 参数组合{α,β,γ}的选择
• 6.2.3 参数ρ的选择
• 6.2.4 参数组合{α,β,γ,ρ}对算法的影响
• 6.3 本章小结
• 第七章 总结及展望
• 7.1 工作总结
• 7.2 未来工作
• 参考文献
• 发表文章
• 参与项目
• 致谢