基于蚁群算法的网格任务调度算法研究

摘要

本文在介绍网格的内容及相关技术的基础之上，针对影响网格的服务质量和性能的核心问题:任务调度技术，进行了深入研究。扩展了蚁群算法的应用领域，提出了一种改进的蚁群算法解决网格任务调度问题的方法。具体改进在两个方面:第一，引入了用于反映网格负载均衡情况好坏的量化指标负载均衡度F，F的值越小，认为资源间的负载就越均衡，蚁群在走过相关路径时会分泌更多的信息素;反之，F值越大信息素就越少。第二，对信息素挥发因子进行自适应调整并且在每次循环结束时更新保留最优解，防止算法出现过早收敛陷入局部最优的情况。
　　根据上述理论构建算法的数学模型并进行仿真模拟。通过对改进蚁群算法，基本蚁群算法和min-min调度算法进行实验对比，发现本文提出的算法能够有效地缩短网格的任务完成时间跨度，改善网格的负载均衡情况。

目录

声明

摘要

第一章 绪论

1．1 课题的研究背景和意义

1．2 蚁群算法的研究进展及应用该算法解决网格任务调度问题的可行性

1．3 论文的主要工作及组织结构

1．3．1 论文的主要工作

1．3．2 论文的组织结构

第二章 网格概述及其体系结构

2．1 网格概述

2．1．1 网格及网格计算

2．1．2 网格的分类

2．1．3 网格的特点

2．2 网格体系结构

2．2．1 Globus所倡导的体系结构

2．2．2 万维网服务(Web Services)

2．2．3 开放网格服务结构OGSA

2．3 本章小结

第三章 网格任务调度

3．1 网格任务调度的概念和意义

3．2 网格任务调度的目标

3．3 网格任务调度的特征

3．4 常见的任务调度算法介绍及分析

3．5 本章小结

第四章 蚁群算法解决网格环境下任务调度问题

4．1 蚁群算法原理

4．1．1 蚁群的行为描述

4．1．2 蚁群算法模型的建立

4．1．3 基本蚁群算法的数学模型

4．2 网格任务调度的设计

4．2．1 任务调度过程

4．2．2 需要考虑的问题

4．3 基于改进蚁群算法的网格任务调度

4．3．1 问题描述

4．3．2 min-min调度算法的局限性

4．3．3 蚁群算法解决任务调度问题的思想

4．3．4 适应于网格环境的改进的蚁群算法描述

4．3．5 本章小结

第五章 实验与结果分析

5．1 实验概述

5．2 改进的蚁群算法同min-min算法在一个特殊实例上的实验对比

5．3 网格环境下任务调度模拟实验统计

5．4 本章小结

第六章 结束语

6．1 本文的工作总结

6．2 后期的工作

致谢

参考文献