网格环境中基于信任度的优化粒子群任务调度算法

摘要

任务调度是实现高性能网格计算的一个基本问题，调度策略直接影响网格的性能，网格自身的分布性、异构性、动态性、自治性等特征对传统的调度算法提出了新的挑战，网格任务调度算法成为网格技术研究中的一个热点。 本文首先对网格的概念、网格的分类、网格的体系结构等相关问题进行了介绍，然后对网格计算中任务调度的目标、原理和基本策略进行了探讨。分析了目前常见的网格任务调度算法，从网格调度中任务的安全性和算法的性能两方面着重分析了基本粒子群算法的一些不足和缺陷，利用禁忌搜索算法来弥补粒子群算法后期极易陷入局部最优的缺点，并引入信任度的概念，提出了一种新的改进粒子群调算法。算法首先随机产生一群粒子，然后对粒子的位置和速度不断迭代，获得可以接受的任务调度方案，并从中选择一组信任度最高的作为较优解，再利用禁忌搜索算法由较优解获得最终解。以基本粒子群算法和遗传算法做对比实验，利用网格调度模拟工具包GridSim，进行了大量的仿真实验，仿真实验结果表明，与遗传算法相比更适合于求解规模较大的网格任务调度问题。 论文最后除对研究工作进行总结外，还对今后的研究方向进行了展望。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题来源与研究意义

1.2研究现状

1.2.1网格计算的研究现状

1.2.2网格任务调度的研究现状

1.3存在问题与改进思路

1.4本文的主要研究内容

第二章网格环境下的任务调度研究

2.1网格计算

2.1.1网格的定义

2.1.2网格的本质和特点

2.1.3网格的分类

2.1.4网格的体系结构

2.2网格中的任务调度概述

2.2.1网格任务调度的特点

2.2.2网格任务的调度过程

2.2.3网格任务调度评价标准

2.3本章小结

第三章粒子群算法的改进

3.1粒子群算法的简介

3.1.1标准PSO基本原理

3.1.2二进制PSO

3.2 PSO的改进与发展

3.2.1标准PSO

3.2.2自适应PSO

3.2.3混合PSO

3.2.4异步PSO

3.2.5其它PSO

3.3一种改进的PSO算法--禁忌粒子群算法(TPSO)

3.4本章小结

第四章网格信任模型

4.1信任关系的相关概念

4.1.1信任的定义

4.1.2信任关系的分类

4.1.3信任关系值的性质

4.2 5 几种信任模型的分析比较

4.2.1基于信任域的信任模型

4.2.2基于主观逻辑的信任模型

4.2.3基于模糊逻辑的基本行为信任模型

4.3模型的比较及改进模型

4.3.1模型比较

4.3.2改进的信任模型框架

4.4本章小结

第五章基于可信度的禁忌粒子群算法在网格任务调度中的应用

5.1网格任务调度

5.2禁忌粒子群算法

5.2.1粒子群算法

5.2.2禁忌搜索算法

5.2.3禁忌粒子群算法

5.3信任模型

5.4数学模型

5.5 TTPSO算法描述

5.6 TTPSO算法流程

5.7算法分析与性能评价

5.8本章小结

第六章基于GRIDSIM的仿真实验

6.1网格模拟器GRIDSIM

6.1.1网格模拟器GRIDSIM的概述

6.1.2 GRIDSIM：网格建模与仿真工具

6.1.3 GRIDSIM的关键特征

6.1.4 GRIDSIM体系结构

6.2对比算法的仿真实验与结论分析

6.3本章小结

结束语

参考文献

致谢

攻读学位期间主要的研究成果