發(fā)布時間：2018-01-10 21:06

  本文關(guān)鍵詞：分布式系統(tǒng)中基于非合作博弈的調(diào)度算法　出處：《湖南大學學報(自然科學版)》2016年10期 　論文類型：期刊論文

  更多相關(guān)文章： 分布式計算 強化學習 任務調(diào)度 負載均衡

【摘要】：針對分布式系統(tǒng)中任務調(diào)度問題,根據(jù)分布式環(huán)境下的任務調(diào)度特性,建立了一個非合作博弈的多角色任務調(diào)度框架,在此基礎上提出了一種基于納什均衡聯(lián)合調(diào)度策略的分布式強化學習算法.相比于靜態(tài)調(diào)度算法,該算法需要更少的系統(tǒng)知識.能使調(diào)度器主動學習任務到達和執(zhí)行的相關(guān)先驗知識,以適應相鄰調(diào)度器的分配策略,目標是使得調(diào)度器的策略趨向納什均衡.模擬實驗結(jié)果表明:所提出的算法在任務的預期時間和公平性上相對于OLB(機會主義負載均衡)、MET(最小執(zhí)行時間)、MCT(最小完成時間)等同類調(diào)度算法具有更好的調(diào)度性能.
[Abstract]:In order to solve the task scheduling problem in distributed system, a multi-role task scheduling framework based on non-cooperative game is established according to the characteristics of task scheduling in distributed environment. On this basis, a distributed reinforcement learning algorithm based on Nash equilibrium joint scheduling strategy is proposed, compared with static scheduling algorithm. The algorithm requires less system knowledge and enables the scheduler to actively learn the prior knowledge of the arrival and execution of tasks in order to adapt to the allocation policy of the adjacent scheduler. Simulation results show that the proposed algorithm is relative to OLB (opportunistic load balancing) in terms of the expected time and fairness of the task. MET (minimum execution time) and other similar scheduling algorithms have better scheduling performance.
【作者單位】： 湖南師范大學數(shù)學與計算機科學學院;湖南大學信息科學與工程學院;
【基金】：國家自然科學基金資助項目(61370095,61502165) 湖南師范大學大學生創(chuàng)新性實驗項目(201501023)~~
【分類號】：TP301.6
【正文快照】： 隨著科技的發(fā)展,基于Internet的計算方式發(fā)展迅速.如今云計算試圖對線上資源進行虛擬化整合并使得需求更加透明[1-2].可以得知,當今的計算方式從獨立的計算模式向網(wǎng)絡化方向發(fā)展.云計算作為目前廣泛部署的分布式系統(tǒng),該系統(tǒng)可以提供巨大的計算能力滿足并發(fā)請求,使得云計算在日

【相似文獻】

相關(guān)期刊論文 前10條

1 孟憲福;基于優(yōu)先級的任務調(diào)度與負載均衡模型研究[J];小型微型計算機系統(tǒng);2005年09期

2 廖曉文;廖京盛;;時間觸發(fā)模式的任務調(diào)度與分解策略[J];單片機與嵌入式系統(tǒng)應用;2006年07期

3 樊曉香;;任務調(diào)度問題機制設計[J];計算機技術(shù)與發(fā)展;2008年07期

4 黃漾;;分布式環(huán)境下任務調(diào)度探討[J];電腦知識與技術(shù);2011年19期

5 陳軍;謝立;孫鐘秀;;分布式任務調(diào)度研究的新趨向[J];計算機研究與發(fā)展;1990年04期

6 陳艇;;基于混沌最優(yōu)博弈的網(wǎng)絡任務調(diào)度算法仿真[J];計算機仿真;2013年11期

7 李陶深;李明麗;張希翔;;云計算環(huán)境下任務調(diào)度技術(shù)的研究進展[J];玉林師范學院學報;2014年02期

8 劉雄文,陸鑫達;元計算環(huán)境中任務調(diào)度的深入分析[J];計算機工程與應用;2002年17期

9 羅紅,慕德俊,鄧智群,王曉東;網(wǎng)格計算中任務調(diào)度研究綜述[J];計算機應用研究;2005年05期

10 張國海;江平宇;周光輝;;多設計任務調(diào)度的非合作博弈研究[J];西安交通大學學報;2007年03期

相關(guān)會議論文 前10條

1 劉培培;李連;叢海鵬;謝勇;;基于多代理協(xié)商機制的任務調(diào)度系統(tǒng)研究[A];2006北京地區(qū)高校研究生學術(shù)交流會——通信與信息技術(shù)會議論文集（下）[C];2006年

2 張磊;馬軍;;描述短時資源混雜占用型任務調(diào)度的數(shù)學模型與算法[A];2005年全國理論計算機科學學術(shù)年會論文集[C];2005年

3 王軍;巢玉強;彭釗軼;;基于任務調(diào)度的電能量計量采集系統(tǒng)的設計與實現(xiàn)[A];2006電力系統(tǒng)自動化學術(shù)交流研討大會論文集[C];2006年

4 張志強;王萬玉;王建平;李凡;袁剛;;多站多星任務調(diào)度優(yōu)化模型研究[A];第二十三屆全國空間探測學術(shù)交流會論文摘要集[C];2010年

5 韓云;于炯;張偉;王命全;;基于負載均衡的任務調(diào)度改進算法[A];2010年全國開放式分布與并行計算機學術(shù)會議論文集[C];2010年

6 王全民;王靚;許智宏;;網(wǎng)格環(huán)境中基于蟻群算法的批量任務調(diào)度的研究[A];2006北京地區(qū)高校研究生學術(shù)交流會——通信與信息技術(shù)會議論文集（上）[C];2006年

7 張曉云;岳繼光;楊麟祥;;零星任務調(diào)度在多控制任務系統(tǒng)中的應用[A];第16屆中國過程控制學術(shù)年會暨第4屆全國故障診斷與安全性學術(shù)會議論文集[C];2005年

8 劉宇;劉玉榮;周冰;;基于WCF的環(huán)境減災星座運控任務調(diào)度系統(tǒng)[A];第二十五屆全國空間探測學術(shù)研討會摘要集[C];2012年

9 黃文澤;邵峰晶;孫仁誠;;基于雙總線安全結(jié)構(gòu)的操作系統(tǒng)任務調(diào)度[A];2009全國計算機網(wǎng)絡與通信學術(shù)會議論文集[C];2009年

10 楊艦;黃道平;李小亞;;GDCS任務調(diào)度的SPN模型研究[A];第二十六屆中國控制會議論文集[C];2007年

相關(guān)重要報紙文章 前1條

1 王波;Linux與服務器集群技術(shù)[N];中國計算機報;2002年

相關(guān)博士學位論文 前10條

1 趙凡宇;航天器多目標觀測任務調(diào)度與規(guī)劃方法研究[D];北京理工大學;2015年

2 孫明明;云計算平臺上任務調(diào)度算法的研究[D];中國科學技術(shù)大學;2015年

3 郭力爭;云計算環(huán)境下資源部署與任務調(diào)度研究[D];東華大學;2015年

4 黃萬偉;基于服務屬性區(qū)分的可重構(gòu)任務調(diào)度研究[D];解放軍信息工程大學;2009年

5 瞿進;可重構(gòu)系統(tǒng)軟硬功能劃分及任務調(diào)度技術(shù)研究[D];解放軍信息工程大學;2011年

6 周雙娥;實時分布容錯系統(tǒng)的任務調(diào)度技術(shù)研究[D];哈爾濱工程大學;2003年

7 柴亞輝;基于FPGA的高性能計算架構(gòu)硬件任務與資源模型研究[D];上海大學;2012年

8 金剛;云環(huán)境下任務調(diào)度關(guān)鍵問題研究[D];吉林大學;2015年

9 耿曉中;基于多核分布式環(huán)境下的任務調(diào)度關(guān)鍵技術(shù)研究[D];吉林大學;2013年

10 陳錫明;基于NOW的任務調(diào)度和負載平衡方法研究[D];電子科技大學;2000年

相關(guān)碩士學位論文 前10條

1 張巧龍;云計算環(huán)境下任務調(diào)度問題的研究[D];江南大學;2015年

2 徐彬;云環(huán)境下基于動態(tài)融合遺傳蟻群算法的DAG任務調(diào)度研究[D];南京信息工程大學;2015年

3 鐘瀟柔;基于動態(tài)遺傳算法的云計算任務節(jié)能調(diào)度策略研究[D];哈爾濱工業(yè)大學;2015年

4 李婷;分布式爬蟲任務調(diào)度與AJAX頁面抓取研究[D];電子科技大學;2015年

5 趙彬;基于任務調(diào)度和動態(tài)資源調(diào)整的云計算節(jié)能機制及能效分析[D];廣西大學;2015年

6 楊鏡;基于人工免疫系統(tǒng)的云平臺動態(tài)任務調(diào)度[D];電子科技大學;2014年

7 王一冰;基于ASP.NET的任務調(diào)度管理系統(tǒng)的設計與實現(xiàn)[D];電子科技大學;2013年

8 白晶晶;云環(huán)境下安全和可靠性驅(qū)動的工作流任務調(diào)度研究[D];新疆大學;2015年

9 呂信科;基于多核陣列的任務調(diào)度技術(shù)研究[D];電子科技大學;2015年

10 溫宇昂;單階段差異化多機可拆分任務調(diào)度優(yōu)化方法[D];東北大學;2013年

，

本文編號：1406782