在這篇文章中,我們主要介紹基于光網(wǎng)絡(luò)的分布式計(jì)算系統(tǒng)的調(diào)度算法。基于光網(wǎng)絡(luò)的分布式計(jì)算系統(tǒng)通過高速低延時(shí)傳輸?shù)墓饩W(wǎng)絡(luò)將分布在不同地理位置的計(jì)算資源存儲資源等各種設(shè)備資源連接起來,為科學(xué)計(jì)算、系統(tǒng)設(shè)計(jì)和虛擬現(xiàn)實(shí)等新型應(yīng)用提供計(jì)算服務(wù)。 本文主要研究基于光網(wǎng)絡(luò)的分布式計(jì)算系統(tǒng)中的任務(wù)調(diào)度算法。由于各類設(shè)備資源的數(shù)量有限,使用需求又非常大,所以如何提高系統(tǒng)效率就成為一個(gè)棘手的問題。而且這些資源的成本非常高,專用高速光網(wǎng)絡(luò)的運(yùn)營費(fèi)用更是非常昂貴,所以盡快的執(zhí)行用戶提交的應(yīng)用能盡可能多的降低使用者的成本。因此,基于光網(wǎng)絡(luò)的分布式計(jì)算系統(tǒng)非常需要一個(gè)高效的調(diào)度算法。 首先,我們對基于光網(wǎng)絡(luò)的分布式計(jì)算系統(tǒng)的任務(wù)調(diào)度進(jìn)行數(shù)學(xué)建模,建立了基于任務(wù)流的DAG調(diào)度模型,并論述了該問題屬于資源約束下項(xiàng)目調(diào)度問題,隨后本文對資源約束下項(xiàng)目調(diào)度問題進(jìn)行介紹。在描述完問題后,本文介紹了目前已有的對基于光網(wǎng)絡(luò)分布式計(jì)算系統(tǒng)的調(diào)度算法的研究情況。介紹了兩種解決該問題的貪心算法:經(jīng)典的擴(kuò)展鏈表調(diào)度算法和在此基礎(chǔ)上改進(jìn)的基于調(diào)度關(guān)鍵路徑算法。 在介紹了已有的研究情況后,我們提出了兩類混合遺傳算法:... 

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章：緒論
    1.1 研究背景
        1.1.1 分布式計(jì)算
        1.1.2 基于光網(wǎng)格的分布式計(jì)算
        1.1.3 面臨的問題與挑戰(zhàn)
    1.2 資源約束下的項(xiàng)目調(diào)度問題
        1.2.1 項(xiàng)目調(diào)度問題
        1.2.2 資源約束下的項(xiàng)目調(diào)度問題
        1.2.3 典型的資源約束下項(xiàng)目調(diào)度問題
    1.3 本文結(jié)構(gòu)
第二章：問題展開與數(shù)學(xué)模型
    2.1 基于光網(wǎng)格的資源約束項(xiàng)目調(diào)度問題
    2.2 基于光網(wǎng)絡(luò)的分布式計(jì)算系統(tǒng)的網(wǎng)絡(luò)拓?fù)淠Ｐ?br>    2.3 基于光網(wǎng)絡(luò)的分布式計(jì)算系統(tǒng)基于任務(wù)流的數(shù)學(xué)模型
    2.4 調(diào)度目標(biāo)以及約束條件
第三章：基于該問題的傳統(tǒng)調(diào)度算法
    3.1 RCPSP 研究現(xiàn)狀與主要算法
        3.1.1 窮舉類算法
        3.1.2 貪心類算法
        3.1.3 全局最優(yōu)算法
    3.2 基于光網(wǎng)格分布式計(jì)算系統(tǒng)的調(diào)度算法
        3.2.1 擴(kuò)展鏈表調(diào)度算法
        3.2.2 基于調(diào)度關(guān)鍵路徑的調(diào)度算法
第四章：基于混合權(quán)重編碼的遺傳算法
    4.1 基于任務(wù)優(yōu)先權(quán)編碼的遺傳算法
        4.1.1 基于任務(wù)優(yōu)先權(quán)的編碼
    4.2 基于混合權(quán)重編碼的遺傳算法
        4.2.1 基于混合優(yōu)先權(quán)的編碼
        4.2.2 雜交與變異
        4.2.3 適應(yīng)值計(jì)算與選擇
        4.2.4 實(shí)例分析
    4.3 算法仿真及性能比較分析
        4.3.1 與最優(yōu)結(jié)果的比較
        4.3.2 算法在更復(fù)雜的系統(tǒng)中的性能分析
第五章：基于ELS 的混合權(quán)重編碼遺傳算法
    5.1 基于ELS 的混合權(quán)重編碼遺傳算法
        5.1.1 編碼過程
        5.1.2 譯碼過程
        5.1.3 雜交與變異
        5.1.4 適應(yīng)值計(jì)算與選擇
    5.2 算法仿真及性能比較分析
第六章：總結(jié)與展望
    6.1 全文總結(jié)
    6.2 研究展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]一種基于遺傳算法的網(wǎng)格任務(wù)調(diào)度算法[J]. 馬學(xué)彬,溫濤,郭權(quán),王剛.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2007(07)

碩士論文
[1]資源約束下多項(xiàng)目調(diào)度問題遺傳算法研究[D]. 李敏.浙江大學(xué) 2008
[2]基于光網(wǎng)絡(luò)的分布式計(jì)算系統(tǒng)中任務(wù)調(diào)度及容錯(cuò)策略研究[D]. 孫震宇.上海交通大學(xué) 2008
[3]基于微粒群算法的多模式資源受限項(xiàng)目調(diào)度優(yōu)化問題研究[D]. 程曉梅.合肥工業(yè)大學(xué) 2007



本文編號：3690506