信任机制与计算性能网格任务调度策略

doi:10.3778/j.issn.1002-8331.2010.03.022

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (3): 72-75.DOI: 10.3778/j.issn.1002-8331.2010.03.022

信任机制与计算性能网格任务调度策略

乔付^1，2，张国印¹，何鸣²

1.哈尔滨工程大学计算机科学与技术学院，哈尔滨 150001
2.黑龙江科技学院计算机与信息工程学院，哈尔滨 150027

收稿日期:2008-11-13 修回日期:2009-01-16 出版日期:2010-01-21 发布日期:2010-01-21
通讯作者: 乔付

Grid scheduling strategies of trust mechanism and computation performance

QIAO Fu^1，2，ZHANG Guo-yin¹，HE Ming²

1.College of Computer Science and Technology，Harbin Engineering University，Harbin 150001，China
2.College of Computer and Information Engineering，Heilongjiang Institute of Science and Technology，Harbin 150027，China

Received:2008-11-13 Revised:2009-01-16 Online:2010-01-21 Published:2010-01-21
Contact: QIAO Fu

摘要/Abstract

摘要： 针对当前网格资源管理中信任机制与计算性能结合的要求，基于网格服务模型与效益函数，提出信任机制与计算性能平衡的网格任务调度问题。在网格任务调度的效益函数中引入平衡因子，提出平衡因子蚁群算法，通过实验确定平衡因子值。对网格任务调度的平衡因子蚁群算法进行大规模仿真实验，有力地证明了平衡因子蚁群算法优于平衡因子极小-极小算法和平衡因子忍耐度算法，在最短完成时间和服务率方面具有较好的综合性能。

关键词: 网格, 任务调度, 启发式算法

Abstract: Trust mechanism and computation performance are more important in a realistic grid resource management.Based on the grid service model and utilization function，grid task scheduling problem of trust and computation balance is proposed.Balance factor is added to utilization function of grid task scheduling.BF-ACA（Balance Factor Ant Colony Algorithm） is presented.Value of balance factor is decided by experiments.BF-ACA is evaluated with large scale simulation.Simulation result demonstrates BF-ACA performance better than BF-Min-min and BF-Sufferage on make-span and service ratio.

Key words: grid, task scheduling, heuristic algorithm

中图分类号:

TP316.4

乔付^1，2，张国印¹，何鸣². 信任机制与计算性能网格任务调度策略[J]. 计算机工程与应用, 2010, 46(3): 72-75.

QIAO Fu^1，2，ZHANG Guo-yin¹，HE Ming². Grid scheduling strategies of trust mechanism and computation performance[J]. Computer Engineering and Applications, 2010, 46(3): 72-75.

[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]	夏丹，周睿. 视差图像配准技术研究综述[J]. 计算机工程与应用, 2021, 57(2): 18-27.
[4]	张呈玲，李进金，林艺东. 基于OE-概念格的形式背景属性约简[J]. 计算机工程与应用, 2021, 57(15): 82-89.
[5]	李雨鑫，李悦悦. 面向JIT采购的多目标车辆调度[J]. 计算机工程与应用, 2021, 57(12): 263-272.
[6]	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.
[7]	孟鑫，杨琴，郝婷婷，张洁，曹策俊. 不同订单分配和算法下的拣货路径优化组合[J]. 计算机工程与应用, 2020, 56(23): 229-236.
[8]	李雅丽，王淑琴，陈倩茹，王小钢. 若干新型群智能优化算法的对比研究[J]. 计算机工程与应用, 2020, 56(22): 1-12.
[9]	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.
[10]	刘文芬，穆晓东，黄月华. 基于多分辨率网格的异常检测方法[J]. 计算机工程与应用, 2020, 56(17): 78-85.
[11]	赵云成，王琳，盛步云，赵飞宇. 综合曲率约束的在线网格模型分割方法研究[J]. 计算机工程与应用, 2020, 56(16): 176-182.
[12]	易成岐，郭鑫，童楠楠，窦悦，陈东，王建冬. 基于启发式社团发现模型的创新态势研判算法[J]. 计算机工程与应用, 2020, 56(15): 74-79.
[13]	陈胜发，贾瑞玉. 基于残差和密度网格的簇心自确认聚类算法[J]. 计算机工程与应用, 2020, 56(12): 149-155.
[14]	周琴，程立正. 层适应网格上求解奇异摄动问题的粒子群算法[J]. 计算机工程与应用, 2020, 56(11): 46-50.
[15]	胡晓敏，梁天毅，王明丰，李敏. 新型树启发式搜索算法的机器人路径规划[J]. 计算机工程与应用, 2020, 56(11): 164-171.

信任机制与计算性能网格任务调度策略

Grid scheduling strategies of trust mechanism and computation performance

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