首页> 中文学位 >An Availability-Aware Task Scheduling Algorithm for Heterogeneous Systems Using Particle Swarm Optimization
【6h】

An Availability-Aware Task Scheduling Algorithm for Heterogeneous Systems Using Particle Swarm Optimization

代理获取

目录

文摘

英文文摘

论文说明:LIST OF FIGURES、LIST OF TABLES

声明

CHAPTER 1: INTRODUCTION

1.1 The purpose and significance of the paper

1.2 Grid Computing

1.3 Scheduling

1.3.1 Job Shop Scheduling

1.3.2 Resource Scheduling

1.3.3 The difficulties of Resource Scheduling

1.4 Optimization

1.5 Summary

CHAPTER 2: PARTICLE SWARM OPTIMIZATION

2.1 Purpose

2.2 Introduction

2.3 Simulating Social Behavior

2.3.1 Human Social Behavior

2.3.2 Mapping to a Computer Simulation

2.4 Precursors: The Etiology of Particle Swarm Optimization

2.4.1 Nearest Neighbor Velocity Matching and Craziness

2.4.2 The Cornfield Vector

2.4.3 Eliminating Ancillary Variables

2.4.4 Multidimensional Search

2.4.5 Acceleration by Distance

2.4.6 Current Simplified Version

2.5 Principles of Swarm Intelligence

2.6 Summary

CHAPTER 3: HETEROGENEOUS COMPUTING

3.1 Purpose

3.2 Introduction

3.3 Multiclass Applications

3.4 Model Description and Problem

3.4.1 Architecture Model

3.4.2 Modeling Multiclass Tasks with Availability Requirements

3.4.3 Problem Formulation

3.4.4 Heterogeneity Model

3.5 The Availability-Aware Scheduling Algorithm-SSAC

3.6 Summary

CHAPTER 4: SIMULATION AND EXPERIMENTAL RESULTS

4.1 Purpose

4.2 The SimGrid Framework

4.2.1 Maintaining the topology

4.2.2 Managing the tasks

4.2.3 Organizing the paths and channels

4.2.4 Simulation Kernels and Models

4.2.5 User Interfaces

4.3 Introducing the problem model

4.4 Solving the problem

4.4.1 Iterative model of PSO to minimizing the makespan

4.4.2. Steps of PSO to minimizing the makespan

4.5. Experimental results and discussion

4.5.1. Experimental Ⅰ: Arrival Rate

4.5.1. Experimental Ⅱ: Number of Nodes

CONCLUSION AND RECOMMENDATIONS

REFERENCES

ACKNOWLEDGEMENT

APPENDIX A

展开▼

摘要

在并行分布式计算中,集群,网格和点对点(P2P)系统是属于比较热门的研究对象。在网格环境中,资源通过互联网相联,在地理上是分布式的,并被拥有不同策略的组织者所管理。这里我们将介绍关于安全和异构系统的资源管理和调度策略的问题。网格计算中的资源管理和调度系统需要一些依靠如消费者和拥有者这些因素来管理资源,从而来适应不断变化的资源供应。 任务调度中资源的可用性是一个比较有挑战性的问题。在异构环境中,处理器的速度是不同的,而且不一定能够不断地提供计算能力,因此要达到好的时间跨度是一个比较关键的问题。随着多级应用的采用,这些问题不断扩大。而目前存在的一些算法很少讨论多级应用的问题。 在本文中,我们研究一个讨论多级应用的算法,这个算法(SSAC)在保持了任务的好的可用性的同时保持了好的时间跨度。但是它倾向于分布一些任务到某一些具有高可用性的结点,这样将影响了系统的负载均衡。我们将运用粒子群算法来对些做一些优化。 粒子群算法(PSO)是针对于连续非线性函数来找出一些比较优的解。每个粒子代表一个解。PSO由一群机的解初始化,并且通过不断的更新代数来来产生优化解。 我们将此算法的结果和一些比较流行的算法如SSAC和MINMIN算法进行比较。实验是通过选用一些相关数据模拟仿真出来的。实验结果证明了我们的算法在减少时间跨度方面的优越性。

著录项

  • 作者

    ALI QAMAR;

  • 作者单位

    湖南大学;

  • 授予单位 湖南大学;
  • 学科 COMPUTER APPLICATION TECHNOLOGY
  • 授予学位 硕士
  • 导师姓名 LI KEN LI;
  • 年度 2009
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 英文
  • 中图分类 TP393.03;
  • 关键词

    异构系统; 粒子群优化; 网格计算; 资源调度;

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