基于移动Agent的网格计算资源管理模型设计

doi:10.3778/j.issn.1002-8331.2008.21.038

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (21): 138-141.DOI: 10.3778/j.issn.1002-8331.2008.21.038

基于移动Agent的网格计算资源管理模型设计

曾正军¹,舒万能²

1.东华理工大学核工程技术学院，江西抚州 344000
2.中南民族大学计算机科学学院，武汉 430074

收稿日期:2008-04-30 修回日期:2008-06-03 出版日期:2008-07-21 发布日期:2008-07-21
通讯作者: 曾正军

Grid resource management model based on mobile agent

ZENG Zheng-jun¹,SHU Wan-neng²

1.College of Nuclear Engineering and Technology，East China Institute of Technology，Fuzhou，Jiangxi 344000，China
2.College of Computer Science，South-Central University for Nationalities，Wuhan 430074，China

Received:2008-04-30 Revised:2008-06-03 Online:2008-07-21 Published:2008-07-21
Contact: ZENG Zheng-jun

摘要/Abstract

摘要： 网格计算是当前高性能计算领域的一个研究热点，由于网格计算的资源具有分布性，异构性，自治性，动态性等特点，因而其资源管理比一般系统的资源管理具有更大的复杂度。文中提出了一种基于Agent的网格计算资源管理模型，并且采用了混合遗传模拟退火算法作为调度策略，满足了网格对调度系统可扩展性和全局最优调度的需求。实验结果证实了该方法的有效性。

关键词: 网格计算, 移动Agent, 资源管理, 任务调度, 混合遗传模拟退火算法

Abstract: Grid computing is a hot research area in distributed and parallel computing field.Resources in grid are of distributive，heterogeneous，autonomous and dynamic，thus managing the resources is complex work.This paper presents an agent-based model of the resource management and uses the hybrid genetic simulated annealing algorithm（HGSAA） in the scheduling policy，which serves the need of the grid resource management scheduler well.Simulation experiment is given to show the modeling procedures and efficiency of the HGSAA.

Key words: grid computing, mobile agent, resource management, task scheduling, hybrid genetic simulated annealing algorithm

曾正军¹,舒万能². 基于移动Agent的网格计算资源管理模型设计[J]. 计算机工程与应用, 2008, 44(21): 138-141.

ZENG Zheng-jun¹,SHU Wan-neng². Grid resource management model based on mobile agent[J]. Computer Engineering and Applications, 2008, 44(21): 138-141.

[1]	张驰，王宇新，冯振，郭禾. 双层虚拟化云架构下任务调度能耗优化算法[J]. 计算机工程与应用, 2021, 57(3): 103-111.
[2]	田倬璟，黄震春，张益农. 云计算环境任务调度方法研究综述[J]. 计算机工程与应用, 2021, 57(2): 1-11.
[3]	向敏，戴柯宇，周恩，刘榆，雷儒杰. 面向物联网终端的任务相关性调度策略[J]. 计算机工程与应用, 2020, 56(23): 95-102.
[4]	于巧玉，吴耀华，王艳艳. 跨层穿梭车双提升机系统料箱拣选任务调度[J]. 计算机工程与应用, 2020, 56(20): 270-278.
[5]	吴波，许道强，邹云峰，王甜甜，李鑫. 阶段感知的跨域数据分析作业保障机制[J]. 计算机工程与应用, 2019, 55(23): 78-85.
[6]	朱永超，周川，郭健，吴益飞，崔玉伟. 异构分布式系统中一种新型主副版本调度算法[J]. 计算机工程与应用, 2019, 55(21): 93-98.
[7]	汤琳煜，蒋加伏，谷科. 基于雾计算的计算资源分配方案[J]. 计算机工程与应用, 2019, 55(19): 96-104.
[8]	程振京1，2，李海波1，黄秋兰1，程耀东1，陈刚1. 高能物理云平台中的弹性计算资源管理机制[J]. 计算机工程与应用, 2017, 53(8): 8-14.
[9]	李引1，刘东成1，袁峰1，魏革2，阳昕1. 软件研发中的精细化人力资源管理模型及系统[J]. 计算机工程与应用, 2017, 53(21): 203-213.
[10]	闫兴亚1，崔晓云2，赵杰2，刘伟2. 基于云存储服务的AR博物馆系统研究[J]. 计算机工程与应用, 2017, 53(16): 104-109.
[11]	贺靖卿，岳春生，胡泽明. 考虑综合性约束的软件无线电应用部署算法[J]. 计算机工程与应用, 2017, 53(15): 239-243.
[12]	贾丽云，张向利，张红梅. 分布式系统下的启发式任务调度算法[J]. 计算机工程与应用, 2017, 53(12): 63-69.
[13]	王向华1，陈特放1，张必明2，颜剑1. 基于时间序列和任务调度的Web数据聚类算法[J]. 计算机工程与应用, 2016, 52(9): 159-163.
[14]	林若男，李强. 云计算环境下基于模板的任务调度策略与算法[J]. 计算机工程与应用, 2016, 52(19): 48-52.
[15]	李岩，崔浩鑫，杜永斌. μC/OS-II二级调度算法的硬件实现[J]. 计算机工程与应用, 2016, 52(12): 1-4.

基于移动Agent的网格计算资源管理模型设计

Grid resource management model based on mobile agent

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics