多处理机系统任务调度研究

目前大规模的并行分布多处理机系统中,调度算法好坏直接影响计算系统的高性能计算潜力能否发挥,调度的目的就是如何分配资源使系统性能最优。本文主要讨论分布式多处理机系统进行任务调度时的关键问题,包括问题模型的描述,调度策略,常用算法,评估标准,数据平台以及该问题的发展趋势。     

基于DTPS算法的异构集群优化策略

随着高性能计算机的发展,一种基于CPU-GPU的异构集群逐渐被人们所关注。相比于传统集群,它更经济环保,且拥有更高的运算速度。但异构模式下效率较低的短板也限制着异构集群的发展。本文提出的DTPS算法,通过动态调整异构集群下CPU与GPU任务划分的比例,整合集群计算资源,使集群的计算效率达到相对较高的水平,并通过实验证明了算法的有效性。     

网格计算中任务调度策略研究

首先概述了网格计算中的任务调度算法,然后着重讨论了比较经典的Min-min算法以及QoS guided Min-min算法,在此基础上考虑到任务对服务质量要求的差异、对调度算法的影响,提出了一个较为合理的改进算法来有效地均衡负载、提高系统吞吐量。最后对提出的算法进行了实验仿真,表明改进后的调度算法更加高效。     

嵌入式实时系统μC／OS—Ⅱ的任务调度原理

任务调度是一个实时操作系统的核心功能,是关系到整个操作系统的性能的关键部分.文章在深入掌握了μC/OS-Ⅱ的内核原理的基础上,介绍了μC/OS-Ⅱ的任务机制,并详细分析了它的任务调度算法.     

基于Hadoop平台的任务调度方案分析

信息社会是数据爆炸的时代,分布式并行计算在应对海量数据处理等大作业方面非常有效.Apache基金会下的Hadoop正是这样一个开源的分布式系统基础构架.首先介绍了Hadoop平台下作业的分布式运行机制,然后对Hadoop平台自带的3种任务调度器做分析和比较,最后在分析JobTracker类文件的基础上指出了创建自定义任务调度器所需完成的工作.     

网格环境下独立任务调度的混合遗传算法

提出一种新的混合遗传算法。该算法在基于传统遗传算法的基础上采用了分组和负载均衡策略。仿真实验结果表明,这种调度算法有效地实现了资源的负载均衡。它相对于传统遗传算法,收敛速度更快,能产生更好的调度结果。     

基于改进遗传算法的网格任务调度模型构建

网格任务调度属于一个NP完全问题,传统遗传算法很难将这一多对象问题求得最优解。通过生成节点性能评估函数及构建任务动态调度模型,经由函数参数权重值调节,可实现将多对象问题转化为单一对象问题,并对遗传算法的杂交算子和变异算子进行优化,以实现全局最优解的求解。     

改进的LPT算法在分布式系统任务调度中的应用

讨论了分布式系统中的任务调度问题,重点考虑的是分布式系统中处理机之间的通信开销相同的分布式系统,给出该问题的数学模型,并提出了一种有效的启发式算法.     

一种面向主动复制服务器的负载平衡框架

研究解决了在分布式系统中同时提高系统可靠性和运行效率的问题.针对基于主动复制的容错技术和负载平衡技术,分析了这2种技术的优势和劣处,提出了一种基于主动复制容错的负载平衡框架,讨论了该框架的层次结构.该框架能够根据系统负载,动态地调整系统中容错组的个数以及容错组中成员的个数.提出了3种选择任务调度组的方法,并进行了仿真测试.通过对仿真测试数据的分析,对任务到达强度、任务集大小以及单个任务执行时间与任务集执行时间的关系进行了讨论,这些分析结论将有助于分布式系统的设计.     

嵌入式操作系统μC/OS-Ⅱ调度机制与算法研究

任务调度是探作系统最重要的核心技术之一。本文分析了开源实时嵌入式操作系统μC／OS-Ⅱ的调度机制,以及为满足调度的实时性而提出的调度算法。通过对μC／OS-Ⅱ的研究,使我们能全盘掌握操作系统的核心技术。从而为操作系统移植、应用程序开发奠定了坚实的基础。