基于蚁群算法的网格资源分配与调度研究

来源 :广西大学 | 被引量 : 0次 | 上传用户:nene7
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
新世纪以来,越来越多的科学和工程计算需要高性能计算,于是在传统的分布式计算技术上发展了元计算、正统的网格计算和对等计算等相关领域技术。网格环境下的资源分配与调度是一个NP难问题,由于网格具有的异构性、分布性和动态性,传统的资源管理方法在网格环境中并不适用。与此同时,通过模拟自然生态机制求解复杂优化问题的新型计算智能方法,如遗传算法,蚁群算法,免疫算法等具有很好的自适应性。尤其是从意大利学者Dorigo,Maniezzo & Colorni(1991)提出的蚂蚁算法(ant algorithm)开始,具有NP—hard性的组合优化的调度问题成为蚁群算法的一个重要研究方向。 蚂蚁算法是解决这类问题的有效算法。在本文中,阐述了网格资源分配与调度的相关研究。介绍了蚁群算法原理。在许智宏,孙济洲等人的工作基础上,设计了一个网格系统模型,改进了信息素策略,将蚁群算法引用到网格环境下的资源分配与任务调度。该算法采用伪随机比例规则,采用最优路径蚂蚁的信息素整体更新规则与预分配时的信息素局部更新规则恰当结合在一起的信息素策略。进而提出了具有动态信息素局部更新规则动态蚁群算法。在此基础上,基于GridSim软件包,使用Java编程语言设计了信息素模型测试方案,对本文提出的机制进行了测试。模拟实验表明该算法是一种快速,有效,负载更均衡的算法。
其他文献
网格是一个集成的计算与资源环境。网格的目标就是要把分布在不同地方的各种资源联合起来,形成一个虚拟的、强大的“网格计算机”。网格是下一代Internet计算模式。网格已经成
随着Internet上实时音/视频业务的发展,P2P网络正在被广泛的应用到互联网的各个领域。由于P2P思想中没有集中式服务器,每个客户端就是服务器的概念,解决了目前互联网中的很多问
本文围绕基于遗传神经网络的入侵检测技术进行研究,提出一种基于遗传神经网络的入侵检测系统,该系统基于遗传算法(Genetic Algorithms,GA)的全局搜索和BP(Back Propagation)网络
校园信息门户平台是指在Internet的环境下,把各种应用系统、数据资源和互联网资源统一集成到校园信息门户之下,根据每个用户使用特点和角色的不同,形成个性化的应用界面,并通过对
集群技术是当今高性能并行计算机系统中的一个研究热点,集群技术在应用中不仅可以缩短系统的响应时间,而且还可以提高系统的可用性、可靠性和可扩展性。监控系统是集群管理的核
网络的拓扑结构可以用图来表示,称为网络拓扑图。可以通过研究图的性质来研究网络的结构。研究图的性质的理论就是图论,图的染色是图论的一个重要内容。一般来说,图的染色分为顶
近年来,移动AdHoc网络以其无需任何基础设施支持即可快速组网实现便捷通信的优异特性,已经获得各个领域的广泛关注。然而,由于其本身固有的介质开放、拓扑结构高速动态、缺乏集
嵌入式系统是由软件模块和硬件模块组成,用来完成特定任务的专用系统。 随着嵌入式系统复杂程度不断提高,特别是集成电路设计进入SOC开发时代之后,传统开发方法已难以适应系
BOSS是业务运营支撑系统(Business&OperationSupportingSystem)的简称,是运营商赖以生存的关键系统。计费系统是BOSS的核心子系统,它的性能是运营商管理水平体现的关键。计费过