【摘要】： 機群系統(tǒng)的迅速發(fā)展使其成為并行計算系統(tǒng)中令人矚目的一族。機群系統(tǒng)的異構性、開放性和網絡延遲特性給網絡并行計算帶來了新的挑戰(zhàn)。其中,任務調度策略是影響機群系統(tǒng)性能的關鍵,已經發(fā)展成為并行處理領域中的研究熱點。任務調度問題就是指如何把一組任務分配給處理機去執(zhí)行,獲得最短的執(zhí)行時間。有效的任務調度將使得機群系統(tǒng)中的各處理機能夠更好地協(xié)調工作,從而充分發(fā)揮機群系統(tǒng)的計算潛力。 由于機群系統(tǒng)上任務調度問題的一般形式和幾種受限形式都是NP完全問題,為此,各國研究人員對其進行了大量的研究,提出了一系列動態(tài)任務調度算法。所有這些方法都從某方面改進了動態(tài)負載均衡,提高了機群的性能。但由于機群系統(tǒng)的任務是在各結點動態(tài)分配生成,并且各結點的負載會發(fā)生動態(tài)變化,這就給機群環(huán)境中任務的合理分配與調度提出重大挑戰(zhàn)。如果在任務分配與調度之前能對主機負載進行精確的預測與度量,這必將很好的改進機群系統(tǒng)中任務調度的策略,提高機群并行計算的效率。 準確預測主機負載是實現(xiàn)高效動態(tài)負載均衡的關鍵,也是判斷負載是否出現(xiàn)異常的重要依據(jù)。傳統(tǒng)的預測方法是將負載看作平穩(wěn)時間序列,采用線性預測模型進行預測,方法簡單但預測精度不高。由于主機負載具有非線性、非平穩(wěn)的特征,而人工神經網絡不需要建立精確的數(shù)學模型,具有較好的非線性特性,這就為主機負載預測開辟了新的途徑。但人工神經網絡存在易陷入局部極小值、全局搜索能力弱的缺點,而遺傳算法具有較好的全局尋優(yōu)搜索能力。遺傳神經網絡是將兩者有機結合,利用遺傳算法優(yōu)化神經網絡初始權值,既保留了遺傳算法全局尋優(yōu)能力強的優(yōu)點,又兼有神經網絡的非線性特性和快速收斂性。 本文分析了采用時間序列方法進行主機負載預測時存在的不足,提出采用遺傳神經網絡預測模型進行主機負載預測,建立了預測模型并進行了實驗評估。針對物探數(shù)據(jù)處理問題,將主機負載預測和動態(tài)任務調度進行有效結合,并對傳統(tǒng)的集中式任務調度策略(CJD)進行改進,設計出基于PVM平臺的動態(tài)任務調度策略(CJD-HLP),給出了該調度策略的實現(xiàn)模型和算法。最后,采用一個地質勘探中的電法勘探工程算例,對算法的性能進行了分析。
【圖文】：

WPVM的控制臺界面

測量區(qū)剖面圖
【學位授予單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2008
【分類號】：TP338

【參考文獻】

相關期刊論文 前10條

1 李慶華,郭志鑫;一種面向工作站網絡的系統(tǒng)負載預測方法[J];華中科技大學學報(自然科學版);2002年06期

2 薛正華;董小社;李炳毅;廖詩華;;基于BP神經網絡的集群負載預測器[J];華中科技大學學報(自然科學版);2007年S2期

3 李冬梅;施�；�;;負載平衡調度問題的一般模型研究[J];計算機工程與應用;2007年08期

4 胡志剛,唐小龍,鐘掘;基于PVM的并行分布計算中的任務調度策略[J];計算機工程;2001年03期

5 蔣韻聯(lián);孫廣中;許胤龍;;并行異構系統(tǒng)中的一種高效任務調度算法[J];計算機工程;2007年11期

6 馬丹,張薇,李肯立;并行任務調度算法研究[J];計算機應用研究;2004年11期

7 王麗,李敬有,王巖;面向工作站群機系統(tǒng)的網絡負載預測[J];齊齊哈爾大學學報;2000年03期

8 許建峰,朱晴波,胡寧,謝立;分布式實時系統(tǒng)中的預測調度算法[J];軟件學報;2000年01期

9 齊紅,鞠九濱;工作站網絡上協(xié)作任務的調度[J];軟件學報;1998年01期

10 尚月強;;微機網絡環(huán)境下提高PVM并行程序性能的策略[J];計算機工程與設計;2007年13期

相關碩士學位論文 前8條

1 章文;機群計算在基于有限元法電法勘探中的應用[D];廣東工業(yè)大學;2003年

2 張信一;網絡并行計算的可視化研究[D];廣東工業(yè)大學;2004年

3 許偉;分布式系統(tǒng)中的主機負載預測與動態(tài)負載均衡研究[D];中南大學;2004年

4 李春偉;基于神經網絡與遺傳算法的股票智能預測[D];西北工業(yè)大學;2005年

5 馬雪梅;分布式系統(tǒng)中主機負載預測[D];吉林大學;2005年

6 羅偉剛;網絡并行計算網格化平臺的構建研究[D];廣東工業(yè)大學;2006年

7 尚月強;基于PVM on Win32的網絡并行數(shù)值計算研究[D];貴州師范大學;2006年

8 趙新;基于遺傳神經網絡的MG時間序列預測方法研究[D];武漢科技大學;2006年

，

本文編號：2655383