云计算环境下多目标约束的虚拟资源动态调度

为了解决静态资源调度所导致的CPU利用率不高的问题,研究了多目标约束的虚拟资源动态调度方法。给出了云计算虚拟资源调度模型,设计了多目标约束的虚拟资源表示方法,采用马尔科夫链对虚拟资源的下一时刻状态进行预测,从而得到可用资源向量;最后,计算任务与可用资源向量之间的匹配向量,将任务分配给匹配向量中具有最大各维分量之和的虚拟资源进行调度,并提出了具体的采用基于马尔科夫链预测的云计算虚拟资源动态调度算法。实验结果表明:该算法能有效解决云环境下多目标约束的虚拟资源动态调度问题,具有较小的负载均衡离差和任务执行跨度,较其它方法具有较大的优越性。     

一种独立任务调度问题的相对量化模型

在分布式处理领域,独立任务调度问题是一个NP难题.现有各种调度模型普遍采用基于运行时间的任务量化方式,这使得异构系统调度问题较同构系统更为复杂,因为异构系统中同一任务在不同节点上的运行时间不等.该文提出了一种独立任务调度问题的相对量化模型,该模型采用一种相对量化方案来量化任务的载荷量和计算节点的负载能力及负载状况.基于该模型,可用LPT、AI之类的同构调度算法解决异构调度问题,从而使异构调度问题的复杂度降到与同构调度问题相当.理论分析与实验研究证明了新模型的有效性和良好的工程实用性.     

资源约束下项目调度鲁棒优化模型研究

针对任务工期不确定的资源约束多项目调度问题,采用调度鲁棒优化模型进行研究。在充分理解鲁棒优化项目调度原理的基础上,在一定的假设条件下结合均值-鲁棒模型,建立了多资源约束下多项目调度的鲁棒优化模型,采用遗传算法求解鲁棒优化模型并给出了求解步骤。结合一个建设项目的仿真实例,应用Matlab计算机程序进行模型的求解,验证了模型的有效性和可行性。     

遗传算法在多资源优化调度问题中的应用

多资源项目调度中优化资源使用问题是在满足项目中活动之间的时序约束和资源约束条件下 ,使资源充分使用的调度方案 .针对资源均衡使用的优化目标建立了非线性数学规划模型 ,利用遗传算法进行求解 .仿真实例表明方法的有效性     

面向异构处理平台的最长路径列表调度算法

任务调度算法的硏究一直是异构计算技术研究中的热点,充分挖掘异构处理平台的并行优势,可最大限度实现平台资源的高效利用。通过分析异构处理平台的执行特点,设计符合异构处理平台的任务调庋策略,提岀面向异构处理平台的最长路径列表调度算法（ Longest pathlist scheduling algorithn,LPLS）。算法在任务优先级阶段,基于最长路径列表计算优先级,最耗时路径上的任务被优先调度;在处理器选择阶段,遵循任务完成时间最小的原则,所选择的处理器可使下阶段任务的完成时间更短,异构平台整体处理时间更小。仿真实验结果表明,相比于经典的HEFT算法,LPLS算法是一种负载更加均衡的算法,具有调度长度更短、效率更高等优势。     

网格任务调度模型的研究

网格任务调度是采用适当的调度策略把应用程序分配到异构的计算节点上进行高效的执行并返回正确结果的过程。本文研究了经典网格任务调度模型,分析了各自的优缺点,并提出了一种包含有树形全局调度模型和局部调度模型的两层结构模型,此树形全局调度模型通过负载从根节点自上而下的迁移,能够很好地实现网格系统的负载平衡。通过二叉树的节点删除算法能够很好地解决模型中节点的失效问题,因此具有很好的安全性和可靠性。     

考虑多滑动窗口的中继卫星调度模型及启发式算法

高效的调度方法是提高中继卫星系统应用效能的关键.中继卫星调度主要是根据用户的任务申请,科学合理地分配中继卫星系统资源,最大限度地满足各项任务需求,为中继卫星系统编制最优工作计划.考虑中继业务中的多滑动时间窗口需求,构建了中继卫星调度问题的数学规划模型,以最大化任务完成率和用户期望满足度为目标,以任务需求约束、资源使用约束作为约束条件.设计了基于时间自由度的启发式算法,该算法包括了任务时间自由度评价、任务资源匹配、任务插空和资源更新4个算子.最后,通过大规模仿真实验验证了算法的有效性.     

空间观测任务调度子Agent的底层优化模型及算法

对于采用分层的主从Agent体系结构的航天器自主运行系统而言,各个子Agent可以单独设计,这样就大大减小了设计难度并提高了程序运行效率。对于每个子Agent而言,可以专注于底层模型和算法的设计。空间观测任务调度子Agent的任务是对空间观测任务进行调度,以使在有限的资源下,可观测任务最多,观测价值最大。针对这一子Agent,建立了优化模型来完成最优调度问题的建模。优化模型的目标函数为观测任务的优先级之和最大,优先级与观测任务的价值有关。约束条件包括观测机会约束、航天器资源约束等。采用基于遗传算法的启发式算法进行求解,建立了具有可扩展性的任务调度仿真演示系统,直观的演示了调度后的任务运行情况。     

效费比视角下相控阵雷达多波束跟踪调度策略

由于相控阵雷达跟踪工作模式占用其大部分资源,为了解决提高目标跟踪精度和容量相矛盾的问题,提出了一种兼顾跟踪精度和雷达时间资源的波束波形调度策略。首先,给出了目标跟踪模型; 进而定义了波束调度效费比和调度函数,在检测概率和跟踪精度的约束下,预测了当前所有目标的调度函数值,依据调度函数值选择当前时刻待调度的目标序列;随后,在有限资源和多波束方式跟踪的约束下,选择目标进行跟踪;最后,与常规波束波形调度和单波束调度两种方法进行比较。仿真验证了上述方法中调度函数和多波束跟踪方式的有效性和优越性。在跟踪目标数量不变的情况下,该调度策略有效地提高了目标平均跟踪精度和平均采样间隔时间,降低了失跟率。     

基于资源有效性分级的网格任务调度算法

为解决网格环境下有多QoS约束的任务调度问题,对异构环境下网格资源相对于任务的有效性进行分析,提出了资源有效性的概念,并根据有效资源的数量对所有任务分级,提出了一种分级约束下的网格任务调度算法GC-Min-Min.最后,通过一个网格任务调度仿真实验,考察了不同的有效资源比例对任务调度的影响,并将新算法与Min-Min算法进行了对比.实验结果表明,该算法有较小的任务完成时间,更适用于有多QoS约束下网格任务的调度.     

一种基于弱实时的加权公平队列调度算法

针对目前的一些实时应用，例如视频传输应用、网络传输延迟和网络资源利用率相矛盾的问题，结合弱实时理 论，提出了基于弱实时约束的广义处理器共享(WGPS)的调度策略以及面向分组模型的基于弱实时约束的加权公平队列 (W2FQ) 调度算法.该算法以加权公平队列(WFQ)调度算法为基本算法，根据丢失率参数和弱实时约束的要求，适当丢失一 些分组，从而可以降低网络传输延迟和减小网络服务带宽.理论分析和仿真结果表明，该算法是一个公平可行的调度算法 ，而且与WFQ算法相比，实时应用能够得到更及时的传输且保证服务质量不受影响.     

云计算中多层次公平性QoS约束任务调度算法

针对传统云任务调度算法只注重执行效率忽略分配公平性的问题,提出了一种满足多重公平性约束的任务调度QoS算法CTS_QFC.该算法利用社会资源分配的公平性理论模型,从用户任务与云资源提供方两个角度,将云任务调度问题建模为一种多重公平性QoS约束模型.第一层QoS按用户QoS偏好对任务分类,并按照任务分类建立一般期望效用函数.第二层QoS定义资源公平性评估函数,评估资源分配的公平性.结果表明,CTS_QFC算法不仅可以确保用户任务的高效执行,还可以提高资源分配与任务调度方案的公平性.     

自适应无线传输系统中的公平分组调度算法

针对自适应传输系统中带宽随时隙不均匀分布（BUDTS）造成无线分组调度算法难以保证公平性的问题，提出了一种公平约束最大速率调度（MRSFC）算法。引入公平上限参数，在保证业务公平指数低于上限的前提下，让接收信噪比最大的用户使用信道，并选择合适的调制方式，从而达到较高的无线资源利用率和系统吞吐量。针对原有Gilbert-Elliot信道模型无法用于分析自适应调制系统的问题，利用有限状态马尔可夫过程建立信道模型并进行仿真。结果表明，MRSFC算法具有较高的系统吞吐量，并且能够在公平性和无线资源利用率之间进行灵活的折中     

OFDMA系统实时业务分组调度算法

在移动通信系统中,常见的调度算法在处理实时业务时一般为信道状况好的用户分配过多的资源,而信道状况差的用户获得的调度机会相对较少。为保证实时业务的延迟要求,并兼顾不同用户间的公平性,基于正交频分多址接入系统,提出一种实时业务分组调度算法。在调度过程中,采用丢弃过期数据包的策略节省了系统资源。对信道状况好的用户采用较大的调度间隔,并采用高阶的调制编码方案将累积的数据包在一个调度间隔内发送,从而给予信道状况差的用户更多的调度机会。仿真结果证明,提出的算法能较好的满足实时业务的延迟要求,相对于改进的最大权重延迟优先算法和正比公平算法提高了用户间的公平性。     

基于SLA的云计算多数据中心任务调度算法

针对现有的云计算任务调度策略仅考虑单数据中心内部负载均衡及平等看待各项任务的问题,研究了基于服务等级协议（ service level agreements ,SLA）的多云数据中心任务调度机制,设计了相应的任务调度效益模型和任务准入控制策略,提出了基于SLA的最大化收益任务调度算法（ SLA-MPS算法）,实现了在多个云数据中心间调度资源、优先处理紧急任务的同时保证云服务商利益最大化。在CloudSim上的实验证明,SLA-MPS算法能加快任务响应速度,降低云服务商违约率并提高其收益。     

无线Mesh网络的最大并发公平调度

研究了基于IEEE 802.16标准的集中式控制无线Mesh网络,提出了一种基于干扰集的树形路由和基于最大并发集的公平下行调度算法. 该路由算法使树上节点具有较小的干扰度,从而达到干扰避免的效果. 基于此干扰避免树的下行调度实现对最大并发集的高效利用,同时尽量保证节点业务请求满意率的公平性. 仿真结果表明,由于节点干扰度的降低以及并发传输机会的增加,网络吞吐量得到提高,并满足了一定的公平性要求.     

基于差分进化算法的MU-MIMO用户调度算法

为了使MU-MIMO系统的用户得到更公平的服务,提出了一种块对角化预编码下基于差分进化算法的用户调度算法.该算法将差分进化算法进行改进,使其可对任意可行大小的用户子集进行调度,并进行参数自适应,与改进的比例公平算法相结合进行用户调度.实验结果表明,在不同的信噪比和用户数下,该算法较改进遗传算法在效率方面有大幅度提高,且公平度、系统和数据率相对于改进遗传算法均有所提高,能有效地解决块对角化预编码下的用户调度问题.     

用改进的匈牙利算法实现粗粒度的子任务调度

分布式应用系统可根据设计任务的复杂程度和系统资源状况进行任务调度，主要通过寻找可行的匹配方案来实现相应的目标模型。指出了实际应用中对任务调度和负载平衡的迫切需求，分析了任务的粒度和调度算法，构造了资源评估矩阵，描述了粗粒度调度的数学模型，提出了改进的匈牙利算法，并给出了算法实例，进一步说明了改进的匈牙利算法应用于服务器集群系统时可以优化对网络资源的使用。     

OFDM系统中下行链路的实时公平调度算法

提出了应用于以正交频分复用技术为基础的蜂窝移动通信系统的下行链路资源调度机制，称为实时公平调度算法。该算法通过独特的初始化子信道分配机制获得一个比较公平的子信道分配，然后通过公平精度参数控制迭代进一步优化使子信道分配更公平，并通过最小公平指数使分配方案满足公平约束条件。仿真分析证明，在每个调度周期内实时公平调度算法可以保证所有用户公平地共享带宽资源，而且可以满足给定的最小公平指数要求。     

一种提高小区干扰协调中用户公平性的载波调度算法

针对LTE-Advanced系统中小区干扰协调的用户公平性问题,提出一种基于用户优先级的比例公平调度算法。该算法通过引入用户优先级因子来调节小区边缘用户与小区中心用户的载波分配,进而在保障系统吞吐量的前提下改善频谱资源受限的小区边缘用户的公平性。仿真结果表明,该算法在以系统吞吐量下降了0.7%的代价下使小区边缘平均用户数据速率提高了90%以上。