论文部分内容阅读
网格能够整合网络中的异构资源,在动态的、多管理机制的虚拟组织中协调资源共享,解决大规模计算的资源共享问题。资源调度问题是网格系统最核心的部分,良好的资源调度策略可以实现尽可能多的任务被分配合适的资源,大大提高资源的利用率和和总耗费量,使网格达到最佳性能。由于网格环境中的资源具有异构性、动态性和自治性等特点,使网格资源调度比传统并行分布式计算的资源调度更为复杂和困难,它已经被证实为是一个NP难问题。蚁群优化(ACO)算法几经成功解决了很多不同类型的调度问题,很多是针对NP难问题,它具有并行性和较强的健壮性以及易于和其他方法结合的特点,并可以很快取得高质量的解。因此,蚁群算法非常适合于解决网格系统的资源调度问题。服务质量QoS也是衡量网格性能的一个重要指标,在网格资源调度过程中应充分考虑综合考虑用户任务的QoS需求。本文首先阐述了网格资源调度算法设计的前期准备工作,调度算法设计的过程以及最后的算法性能测试对比。具体工作如下：(1)通过对目前网格QOS研究的学习和总结,提出了一个网格QoS调度模型,本文重点考虑了3种QoS约束,并对各个约束作了详细的说明及设置,引入了评价函数,将QoS约束转换为效用值来衡量。(2)学习并介绍了几种主要的网格资源调度算法,蚁群优化自身的并行性特征较适合用于网格计算的资源调度,由于所有影响资源状态的因素都能由信息素描述,调度程序能够非常简单、快速地获得结果。结合QoS调度模型和蚁群优化算法,给出了一种基于QoS的蚁群优化调度算法(QoS-ACO),该算法主要考虑时间、安全、可靠性这三种约束。为了综合考虑时间和代价,本文引入了性价比的概念,将其作为蚁群算法的启发因子,在提高网格系统性能的前提下,也考虑了资源处理能力和资源代价,较好的解决资源调度问题。(3)本文在GridSim工具箱的帮助下,实现了基于性价比的QoS-ACO调度算法在网格资源调度中的仿真,并与QoS-ACO做了比较,实验证明本文的算法较QoS-ACO在总效用值和性价比都有一定程度的提高。由于外部因素的限制,本文提出的算法还没有应用到实际网格环境下,下一步可以尝试将该算法应用到真实的网格环境来检测其可行性及性能。