网格环境下资源负载均衡和优化调度研究

doi:10.3778/j.issn.1002-8331.2009.19.031

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (19): 104-106.DOI: 10.3778/j.issn.1002-8331.2009.19.031

网格环境下资源负载均衡和优化调度研究

彭海云¹,李骞¹,李强²

1.周口师范学院计算机科学系，河南周口466001
2.新加坡南洋理工大学，新加坡 639798

收稿日期:2009-02-13 修回日期:2009-04-07 出版日期:2009-07-01 发布日期:2009-07-01
通讯作者: 彭海云

Research on resources load balancing and task scheduling optimal algorithm in grid environment

PENG Hai-yun¹,LI Qian¹,LI Qiang²

1.Department of Computer Science，Zhoukou Normal University，Zhoukou，Henan 466001，China
2.Nanyang Technological University，639798，Singapore

Received:2009-02-13 Revised:2009-04-07 Online:2009-07-01 Published:2009-07-01
Contact: PENG Hai-yun

摘要/Abstract

摘要： 为了有效解决网格环境下资源的负载均衡问题，结合克隆算法，模拟退火算法和遗传算法的优点，提出了一种基于遗传模拟退火克隆算法的任务调度优化方法。仿真实验结果表明，该算法全局寻优能力强，能有效地实现资源的负载均衡，同时克服了遗传算法容易陷入局部最优的缺点，可以成功地应用于网格任务调度中。

关键词: 任务调度, 负载均衡, 遗传模拟退火克隆算法, 遗传模拟退火算法, 遗传算法

Abstract: In order to resolve the resources load balancing in grid environment effectively.This paper combines with the advantages of genetic algorithm，simulated annealing and quantum algorithm，and brings forward a task scheduling optimal algorithm based on genetic simulated annealing clonal algorithm.The simulation results show that this algorithm has good global search capacity and achieves resource load balancing，and it overcomes the shortcomings of genetic algorithm.It can be applied to the optimization of task scheduling successfully.

Key words: task scheduling, load balancing, genetic simulated annealing clonal algorithm, genetic simulated annealing, genetic algorithm

彭海云¹,李骞¹,李强². 网格环境下资源负载均衡和优化调度研究[J]. 计算机工程与应用, 2009, 45(19): 104-106.

PENG Hai-yun¹,LI Qian¹,LI Qiang². Research on resources load balancing and task scheduling optimal algorithm in grid environment[J]. Computer Engineering and Applications, 2009, 45(19): 104-106.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	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.
[4]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[5]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[6]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[7]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[8]	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.
[9]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[10]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[11]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[12]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[13]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[14]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[15]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.

网格环境下资源负载均衡和优化调度研究

Research on resources load balancing and task scheduling optimal algorithm in grid environment

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