Agent在网格资源管理中的应用研究

doi:10.3778/j.issn.1002-8331.2009.10.010

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (10): 30-33.DOI: 10.3778/j.issn.1002-8331.2009.10.010

Agent在网格资源管理中的应用研究

李福芳¹,谢冬青¹,齐德昱²,郭四稳¹,胡景林²

1.广州大学计算机科学与教育软件学院，广州 510006
2.华南理工大学计算机科学与工程学院，广州 510640

收稿日期:2008-12-05 修回日期:2009-01-06 出版日期:2009-04-01 发布日期:2009-04-01
通讯作者: 李福芳

Research on Agent-based grid resource management

LI Fu-fang¹,XIE Dong-qing¹,QI De-yu²,GUO Si-wen¹,HU Jing-lin²

1.School of Computer Science & Educational Software，Guangzhou University，Guangzhou 510006，China
2. School of Computer Science & Engineering，South China University of Technology，Guangzhou 510640，China

Received:2008-12-05 Revised:2009-01-06 Online:2009-04-01 Published:2009-04-01
Contact: LI Fu-fang

摘要/Abstract

摘要： 由于网格资源的自治、分布、异构和动态变化等特性，如何有效地管理和调度资源是网格计算领域中的一个关键问题，至今仍未得到满意的解决。提出了一种基于Agent的网格资源管理模型，为各类Agent设计了动态模糊知识库，并研究了基于动态模糊知识的模糊Q学习算法。算法较好地满足了网格资源管理中的智能适应性、扩展性及调度优化的需要。通过模拟实验验证了所研究模型和算法的有效性和效率。

关键词: 网格计算, 多Agent系统, 网格资源管理, 模糊知识库, 模糊Q学习

Abstract: Grid computing has been a hotspot in recent years.Facing geographically distributed，hybrid，autonomous and dynamic changing grid resources，how to manage and schedule them is a key problem，and is still far to be solved satisfactorily.This paper presents a novel grid resource management model based on Agent.In order to take full advantage of intelligence and adaptability of agents，dynamic fuzzy knowledgebase and relevant fuzzy Q learning algorithm are designed for the agents.The model and algorithm have largely met the needs of intelligence，flexibility，scalability and optimization for grid resource management and scheduling.Simulation experiments show that the proposed model and algorithm works soundly and efficiently.

Key words: grid computing, multi-agent system, grid resource management, fuzzy knowledgebase, fuzzy Q learning

李福芳¹,谢冬青¹,齐德昱²,郭四稳¹,胡景林². Agent在网格资源管理中的应用研究[J]. 计算机工程与应用, 2009, 45(10): 30-33.

LI Fu-fang¹,XIE Dong-qing¹,QI De-yu²,GUO Si-wen¹,HU Jing-lin². Research on Agent-based grid resource management[J]. Computer Engineering and Applications, 2009, 45(10): 30-33.

[1]	胡晓辉，李兰凤，方政，刘雪亮. 改进的任务分配策略在WSN中的应用研究[J]. 计算机工程与应用, 2017, 53(2): 124-128.
[2]	闫萌，刘建宾，郑丽伟. QueTy：支持时间边际效益的云服务协同框架[J]. 计算机工程与应用, 2017, 53(19): 86-97.
[3]	戈军1，周莲英2. 面向交通信号的两层递阶控制解决方案[J]. 计算机工程与应用, 2015, 51(20): 246-252.
[4]	范媛媛，米西峰. 基于结构化对等网络的高效分布式任务调度[J]. 计算机工程与应用, 2012, 48(19): 97-100.
[5]	鲍美英1，2，申晋祥2. 网格环境下安全约束的资源调度研究[J]. 计算机工程与应用, 2012, 48(17): 134-138.
[6]	赵良辉，王天擎，陶雪萍. 以多Agent系统为架构的实时调度模型[J]. 计算机工程与应用, 2012, 48(13): 223-226.
[7]	刘民岷1，孙世新2. 大型分布式仿真环境下的负载平衡策略[J]. 计算机工程与应用, 2011, 47(9): 25-28.
[8]	杨怡1，王洪国1，邵增珍2，成照乾2. 基于任务能力排序的虚拟企业联盟生成方法[J]. 计算机工程与应用, 2011, 47(7): 229-232.
[9]	曲伟丽，马满福，何廷年，李勇. 网格计算经济中上下文感知的信任评价模型[J]. 计算机工程与应用, 2011, 47(17): 103-106.
[10]	赵胜，王媛媛. 面向运行时间预测和容错感知的网格资源分配[J]. 计算机工程与应用, 2011, 47(16): 65-68.
[11]	郑明，王玲娟，蔚承建. 用多Agent系统分配具有启动成本的有限资源[J]. 计算机工程与应用, 2010, 46(4): 219-222.
[12]	邓军，刘智勇. 基于SA-FQL算法的区域交通控制方法[J]. 计算机工程与应用, 2010, 46(27): 231-233.
[13]	李荣胜¹，赵文峰²，徐惠民¹. 结合价值密度和截止期的网格实时作业调度[J]. 计算机工程与应用, 2010, 46(24): 1-3.
[14]	王雯¹，栾飞^1，2，傅卫平¹. 车间调度中的数据挖掘技术研究[J]. 计算机工程与应用, 2010, 46(22): 217-220.
[15]	赵辉，刘铁男. MAS理论下集卡动态调度系统研究[J]. 计算机工程与应用, 2010, 46(21): 246-248.

Agent在网格资源管理中的应用研究

Research on Agent-based grid resource management

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