基于云环境的科学工作流均衡调度算法

为了优化云环境中预算约束下的科学工作流调度问题,提出一种工作流均衡调度算法BDWTS。算法以满足工作流预算约束并同步优化执行代价和执行时间为目标,将工作流调度划分为4个阶段:工作流分级、预算分割、任务选择和实例选择。工作流分级通过自顶向下的方式对所有工作流任务进行分级,预算分割中设计了6种用户预算在不同工作流分级上的子划分方法,任务选择通过最早开始时间原则选择优先的调度任务,实例选择则综合考虑时间因子和代价因子选择最优执行资源。通过仿真实验,证明了该算法可以在预算约束下得到降低工作流执行时间和代价的均衡调度方案。     

云环境中期限分割下工作流调度代价优化仿真

为了优化云环境中期限约束的工作流调度代价优化问题,提出一种期限分割的工作流调度代价优化算法(Workflow Scheduling Cost Optimization under Deadline Distribution,WSCO-DD)。算法将工作流任务的调度过程划分为4个阶段:工作流分层、期限分割、任务选择和实例选择。工作流分层通过升秩值方法将所有工作流任务进行层次划分,提高并行执行程度;期限分割实现全局期限在不同工作流层次上的子分割;任务选择基于最早开始时间原则赋予任务优先级,得到任务调度序列;实例选择旨在选择执行代价最小的最优实例。通过科学工作流结构的仿真实验,证明WSCO-DD算法在满足期限约束的同时,在降低工作流执行代价和提高调度成功率性能上均优于其他算法。     

满足公平性约束的云任务调度QoS算法

为了提高资源行为动态异构的云环境中工作流任务的调度效率,提出了一种满足公平性约束的云任务调度Qo S算法。算法将工作流任务结构定义为有向无循环图DAG模型,改进了传统关键路径的一次性搜索模式,结合云资源可用性动态可变的特征,以动态自适应方式搜索关键路径,并确定关键任务。同时,在关键任务调度后,局部DAG的关键路径搜索根据资源可用性再次迭代更新,从而动态决策任务与资源间的调度方案。通过仿真实验,构建了3种不同类型的工作流结构作为测试数据源,并与其他6种同类型的启发式和元启发式算法进行了性能比较。实验结果表明,在资源可用性动态改变和工作流规模不断增大的情况下,算法在多数工作流结构中均能得到执行跨度更好的调度方案和更少的调度开销。     

基于两阶段动态目标的云工作流调度

为了解决云环境中截止时间约束下工作流调度代价优化问题,提出一种基于两阶段动态目标的工作流调度算法TDO-PSO。算法以粒子群进化为基础,定义了工作流任务与资源间的编码机制,设计了满足工作流目标优化的适应度函数。同时,为了适应紧密截止时间约束时可行解搜索困难的问题,设计了两阶段动态目标的搜索模式。在第一阶段,当无法得到可行解时,将满足截止时间约束的最小化执行时间设置为优化目标;在第二阶段,如果获得了可行解,则设置满足截止时间约束的最小化执行代价为优化目标。实验结果表明,TDO-PSO算法不仅可以得到更小的执行代价,且更能够适应紧密截止时间约束。     

基于改进蚁群算法的QoS约束云任务调度

在研究现有云环境下独立任务和工作流任务调度模型的基础上,提出一种满足QoS约束的部分相关任务调度模型,并改进蚁群算法为每个子群选择信息素更新方法,通过小范围局部优化从而获得整体最优解。CloudSim仿真结果表明,该调度模型具有较高的收敛性和寻优能力,适用于云环境下任务调度。     

一种基于多阶段PSO的多目标工作流调度算法

基于启发式算法的工作流调度算法目标单一,无法保证用户满意度,且多目标调度算法少、性能差。为了改善现状,提出基于多阶段PSO的多目标工作流调度算法MSPSO,分析工作流任务的层次结构,按层次进行多阶段PSO调度,结合排队理论估算每阶段调度需要的虚拟机数量,控制PSO搜索空间,使算法能快速找到最优解。用4种真实科学工作流在CloudSim环境下进行仿真实验。结果表明,MSPSO算法资源利用率提高了1.81%,能耗降低了9.16%,任务违约率低至0.075%。MSPSO调度算法不仅能动态增减虚拟机,降低能耗,还能在保证截止时间的前提下降低任务违约率,提高资源利用率。     

对遗传退火算法发展策略的思考

本文分别从网络环境下工作流的调度和生产智能系统的调度这两个方面对遗传退火算法的发展战略作了阐述和思考。分析了网络工作流的特点,对将遗传算法与模拟退火算法相结合的调度算法进行研究,通过进行模拟系统实验来验证模拟退火算法的有效性和可行性。以实现生产调度智能化。     

基于.net环境的工作流引擎研究

工作流引擎是工作流系统的核心组成部分。在明确工作流引擎重要性的基础上,分析了工作流引擎的结构及具体功能,并进一步研究了工作流引擎的关键类、实例启动、任务执行以及结束的实现。     

多资源约束作业车间调度问题的模型研究

在柔性作业车间调度问题模型的基础上,针对资源约束作业车间调度问题及多目标柔性作业车间调度结合的问题,建立了资源约束下多目标柔性作业车间调度问题的数学模型,提出了启发式活动调度算法与遗传算法结合来对模型进行求解。选择操作采用轮盘赌选择方式;交叉操作采用基于活动启发式算法的交叉算子;变异操作采用基于领域搜索的变异。最后分析了一个具体调度结果实例。     

多级反馈队列调度算法及其在网络购票系统中的应用

为了满足人们购买火车票的各种个性化需求,把多级反馈队列调度算法运用到购票系统中以优化现有系统。该算法将时间片轮转算法和优先级调度算法综合,是较好的进程调度算法。它可以动态调整进程的优先级和时间片的大小,不需要事先估计各种进程所需执行时间,满足各种类型进程的需要。通过深入研究多级反馈队列调度算法原理、队列和进程的关系,分析此算法优势,将其应用于火车票网络购票系统中,对购票系统进行了优化,以满足不同类型需要。     

云环境下结合改进粒子群优化与检查点技术的容错调度算法

云计算环境中任务执行容易受资源故障影响,导致调度效率与成功率降低。针对该问题,提出一种结合改进粒子群优化与检查点技术的容错调度算法。通过改进粒子群优化算法进行全局搜索,寻找粒子群最优解,以保证任务获取最优资源,减少调度复杂度;同时通过设置检查点,使失效任务从检查点继续执行,实现任务动态恢复,提高调度可靠性。仿真实验表明,与传统算法相比,当任务数量不断增加时该算法可提高任务执行成功率,缩短任务执行时间。     

一种基于波束驻留的相控阵雷达自适应调度算法

针对相控阵雷达实时任务调度,结合相控阵雷达的特点,提出一种基于波束驻留的自适应调度算法。相控阵雷达以波束驻留时间为单元进行,波束驻留时间是雷达正常工作时的不可分割的最小时间单元。因此该算法以波束驻留时间为单元调度雷达任务,将调度算法分配到每个波驻,依据时间窗约束和优先级原则动态调度雷达任务。通过与无时间窗调度算法的仿真比较,表明该算法可以有效提高雷达任务的调度成功率和时间利用率。     

基于虚拟空间三维体素—语义地图的机械臂任务规划

任务规划算法是机械臂在未知环境下具备抓取能力的基础,为此提出一种基于三维体素—语义地图的机械臂虚拟空间任务规划方法。在获取完整点云场景的基础上,利用基于掩码区域的卷积神经网络实现目标检测与实例分割,构建由三维点云、语义信息、三维计算机辅助设计模型组成的体素-语义混合地图;优化A~*算法完成机械臂末端执行器最优路径规划,利用贝塞尔曲线完成轨迹优化;探究抓取不同几何体时的机械臂末端位姿,分解抓取、放置等复杂任务,形成基于语义驱动的空间任务规划。在虚拟空间通过仿真试验,表明了所提算法的有效性和快速性,同时该算法可支撑机械臂执行各种复杂的抓取任务,并提升机械臂的智能水平。     

云计算仿真平台CloudSim在资源分配研究中的应用

针对云计算环境的复杂性和资源分配的不确定性,评价云资源的调度分配策略、应用的工作负载都很难实现,墨尔本大学的学者提出的云计算仿真平台CloudSim,可以实现云计算系统的模拟和实验。对ClouSim的体系结构、开发流程进行了研究,在ClouSim平台下实现了云计算资源分配Min-Min算法的仿真,并将仿真结果与RoundRobin算法进行比较。结果表明,Min-Min算法的任务最短执行时间和负载平衡性能均优于RoundRobin算法。     

基于有限状态机的工作流实例状态迁移研究

在分析大量工作流业务过程组成的基础上,建立了以业务过程为核心的过程模型,提出了将有限状态机（FSM）的理念应用于流程执行引擎的方法,并给出了工作流实例状态迁移模型和执行算法。通过一个活动实例运行状态迁移的具体实现,证明了方案的有效性、可行性和合理性。     

基于投影图与直方图的机械零件模型检索

为实现资源重复利用与产品创新,通过检索出数据库中的相似零件给设计者提供帮助。首先对机械零件模型进行方位归一化与预处理,以起始点为圆心作最大内切圆,划分连通区,在连通区内根据距离变换值判定邻域像素,进而确定新的骨架点,迭代生成完整骨架。将骨架转换成直方图曲线,划分网格生成骨架点数矩阵,根据矩阵特征值和之间的差计算两模型间的差异度,从而判定机械零件相似度。通过实例验证以及与 D2形状分布算法及递归分割算法的比较,该方法检索速度高于递归分割算法,准确性高于 D2 形状分布算法和递归分割算法。     

企业级生产调度实验教学仿真系统——教学方法及实验案例

随着企业级集成优化技术的广泛应用,过程控制专业实验教学必须增加企业级生产管控优化方面的内容。针对企业级生产调度优化教学的抽象、复杂等难点,以企业级生产调度工作流为主线,构建了基于角色的调度优化协作信息流模型,实施了基于岗位角色的场景式实验教学方法。企业级生产调度实验教学仿真系统,配置多模型复杂度的仿真系统组件参数,构建多种符合生产调度业务工作流的企业级生产调度仿真场景,满足不同教学层次的需求。实验教学案例表明系统及教学方法的可行性及有效性。     

云虚拟桌面中资源分配策略的设计研究

针对传统云虚拟桌面资源访问控制模型存在难以抵抗网络存在的干扰、鲁棒性较差等问题,在传统的链路分散控制模型基础上,提出一种自适应的云虚拟桌面资源调度控制模型.建构了云虚拟桌面资源调度控制模型的总体结构模型设计,采用线性规划博弈模型进行资源数据的访问调度,实现了资源数据调度算法的设计和改进.并将云虚拟桌面的数据调度控制问题转换为调度优化问题,并设计了分配策略,最终实现执行效率的提高.实验表明,改进后的自适应的云虚拟桌面资源调度控制模型能够更高效地提高云资源的调度效率,且云虚拟桌面的资源控制平衡性更优.     

基于改进遗传算法的3D NoC测试优化

采用将固定的带宽TAM根据需要动态划分为多条子TAM分配给IP核测试数据传输的并行测试策略,重用NoC作为TAM,采用XYZ路由算法,以测试时间作为约束函数,在TAM带宽约束下采用改进的遗传算法为待测IP核选择合适的调度顺序以获得最短测试时间,提高测试效率.实验结果表明,针对不同规模的NoC,使用云模型更新寻优到精英种群后,再使用遗传算法更新个体的方法能找到最优测试方案,减小测试时间,提高资源利用率.     

基于时空情境的可重构高性能任务调度体系

针对基于FPGA计算加速的异构高性能计算平台上的硬件任务调度需求,根据硬件任务的空间属性与时间属性,提出了一个基于时空情境CBTA的任务调度体系与相关算法。高性能计算平台的分级调度将CBTA的调度分为平台任务调度与节点任务调度。通过将任务与资源划分为不同的时空情境,提出了一个基于情境转化的自适应任务调度策略,并给出了CBTA调度算法的并行优化策略。最后通过实验来说明了算法在对用户响应时间、负载均衡以及任务拒绝率上的优势。