首页> 中文学位 >异构环境中的PE资源控制策略研究
【6h】

异构环境中的PE资源控制策略研究

代理获取

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

图目录、表目录

第1章前言

1.1理论意义

1.2资源控制三阶段

1.2.1任务划分

1.2.2任务调度与任务分配

1.3研究现状

1.3.1事件驱动任务的资源控制

1.3.2数据驱动任务的资源控制

1.3.3同构分布式环境中的资源控制

1.3.4异构分布式环境中的资源控制

1.3.5集中式的资源控制

1.3.6分散式的资源控制

1.3.7多目标资源控制

1.4问题提出及研究内容

1.5研究意义和创新点

1.6论文结构

第2章理论基础

2.1异构分布式环境中的相关理论

2.1.1网络图的表示

2.1.2异构分布式网络环境的关键特征

2.1.3分布式计算与并行计算的关系

2.2移动agent技术

2.2.1 Agent与移动Agent

2.2.2移动Agent的基本体系结构

2.3分布式认知理论

第3章异构网络及PE资源的数学模型及实例-BWRAP

3.1构建异构网络和异构PE资源数学模型三步骤

3.2 BWRAP的数学模型构建

3.2.1 BWRAP问题提出

3.2.2相关参数定义

3.2.3限制条件

3.2.4 BWRAP的求解算法

3.3 BWRAP应用示例

3.5 BWRAP性能测试试验

3.5.1试验机群的节点性能参数确定

3.5.2 BWRAP计算性能试验

3.6本章小节

第4章Master/Slave结构下可保证QOS限制的资源控制策略-MMP

4.1提出问题

4.2相关参数定义

4.3 MMP策略代价函数的限制条件

4.4 MMP求解

4.5实例

4.6本章小节

第5章可进行任务复制有效性检查的DAG任务资源控制策略—EDCP

5.1提出问题

5.2相关参数描述

5.3要满足的有效性复制约束条件

5.4有效性复制检查算法(Effective Duplication Checking Algorithm,EDCA)

5.5 EDCP应用于样例算法

5.5.1 THAN和TDS算法

5.5.2用EDCA替代TANH中的复制过程

5.6模拟试验

5.7本章小节

第6章基于聚类的可处理DAG任务图的分散式资源控制策略-CDRAP

6.1问题提出

6.2相关参数描述

6.3基于聚类的分布式资源分配策略CDRAP(Cluster based Distributed Resource Allocation Policy)

6.3.1 Ini_Broker(p)

6.3.2 Broker(pi)服务

6.3.3算法Mult_task_F(T*)

6.4实例

6.4.1实例1

6.4.2实例2

6.5 CDRAP的复杂度

6.6模拟实验

6.6.1使用了Mult_task_f(t*)的CDRAP与未使用Mult_task_F(T*)CDRAP的比较

6.6.2 CDRAP vs TDS

6.6.3消息传递对CDRAP的影响

6.7本章小节

第7章动态资源控制策略模型和各种策略比较

7.1分布式认知的启示

7.2构建处理节点的可取特性

7.3各种策略的比较

7.4本章小节

第8章总结及未来研究方向

8.1总结

8.2未来研究方向

参考文献

博士在读期间发表的论文

致谢

展开▼

摘要

本文以面向PE处理能力的资源控制为研究重点。深入探讨几种不同类型的资源控制策略。由于资源控制可分为任务划分、任务调度和资源分配三个主要的阶段,因此文中主要要解决的问题是如何通过这三个阶段的控制使得任务最终可以被有效完成。虽然优化资源控制中的任务调度策略可以增加资源控制的有效性,但传统的集中式计算技术使得计算任务调度策略随着网络规模的扩大和任务量的增加而成为瓶颈。因此单纯改进任务调度策略已经无法完全适应资源控制需求,从其他方面改进资源控制策略的性能是在所难免的。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号