论文部分内容阅读
本文对基于实例学习的并行负荷分配方法进行了研究。文章给出一个基于机器学习的可适应性Java并行任务负荷分配算法,该算法通过学习了解所处运行环境的并行开销,并根据程序的静态特征估计其运算负荷,进而选定好的任务负荷分配方案(即并行线程数量)。在JDSPStone测试程序包上的实验结果表明,该方法能高效地分配Java应用的任务负荷,使其多线程并行接近甚至达到最优。