共查询到20条相似文献，搜索用时 171 毫秒
1.
为了优化云环境中预算约束下的科学工作流调度问题,提出一种工作流均衡调度算法BDWTS。算法以满足工作流预算约束并同步优化执行代价和执行时间为目标,将工作流调度划分为4个阶段:工作流分级、预算分割、任务选择和实例选择。工作流分级通过自顶向下的方式对所有工作流任务进行分级,预算分割中设计了6种用户预算在不同工作流分级上的子划分方法,任务选择通过最早开始时间原则选择优先的调度任务,实例选择则综合考虑时间因子和代价因子选择最优执行资源。通过仿真实验,证明了该算法可以在预算约束下得到降低工作流执行时间和代价的均衡调度方案。 相似文献
2.
《实验室研究与探索》2018,(9)
关联式云任务是科学工作流的典型应用模式,其调度不同于传统的独立任务形式。为了解决这种云工作流任务的调度优化问题,提出了一种满足预算约束的工作流调度算法。算法将任务与实例间的最优映射方案求解划分为4个阶段进行:工作流结构划分、预算分割、任务选择和实例选择。工作流结构划分旨在以工作流结构特征为基础将各个任务划分为不同的层次,预算分割旨在将用户定义的工作流执行预算在每个工作流层次间进行重新分配,任务选择旨在以升秩/降秩之和赋予任务优先级,形成就绪任务列表,实例选择旨在选择满足可用子预算的最佳实例执行任务。通过仿真实验,测试了算法在不同类型工作流结构和不同约束严格程度下的性能。结果表明,算法的执行效率与调度成功率要优于同类型算法,具有较好的可行性。 相似文献
3.
宋三华 《实验室研究与探索》2018,(4)
为了解决云环境中截止时间约束下工作流调度代价优化问题,提出一种基于两阶段动态目标的工作流调度算法TDO-PSO。算法以粒子群进化为基础,定义了工作流任务与资源间的编码机制,设计了满足工作流目标优化的适应度函数。同时,为了适应紧密截止时间约束时可行解搜索困难的问题,设计了两阶段动态目标的搜索模式。在第一阶段,当无法得到可行解时,将满足截止时间约束的最小化执行时间设置为优化目标;在第二阶段,如果获得了可行解,则设置满足截止时间约束的最小化执行代价为优化目标。实验结果表明,TDO-PSO算法不仅可以得到更小的执行代价,且更能够适应紧密截止时间约束。 相似文献
4.
为了提高资源行为动态异构的云环境中工作流任务的调度效率,提出了一种满足公平性约束的云任务调度Qo S算法。算法将工作流任务结构定义为有向无循环图DAG模型,改进了传统关键路径的一次性搜索模式,结合云资源可用性动态可变的特征,以动态自适应方式搜索关键路径,并确定关键任务。同时,在关键任务调度后,局部DAG的关键路径搜索根据资源可用性再次迭代更新,从而动态决策任务与资源间的调度方案。通过仿真实验,构建了3种不同类型的工作流结构作为测试数据源,并与其他6种同类型的启发式和元启发式算法进行了性能比较。实验结果表明,在资源可用性动态改变和工作流规模不断增大的情况下,算法在多数工作流结构中均能得到执行跨度更好的调度方案和更少的调度开销。 相似文献
5.
基于启发式算法的工作流调度算法目标单一,无法保证用户满意度,且多目标调度算法少、性能差。为了改善现状,提出基于多阶段PSO的多目标工作流调度算法MSPSO,分析工作流任务的层次结构,按层次进行多阶段PSO调度,结合排队理论估算每阶段调度需要的虚拟机数量,控制PSO搜索空间,使算法能快速找到最优解。用4种真实科学工作流在CloudSim环境下进行仿真实验。结果表明,MSPSO算法资源利用率提高了1.81%,能耗降低了9.16%,任务违约率低至0.075%。MSPSO调度算法不仅能动态增减虚拟机,降低能耗,还能在保证截止时间的前提下降低任务违约率,提高资源利用率。 相似文献
6.
云计算环境中任务执行容易受资源故障影响,导致调度效率与成功率降低。针对该问题,提出一种结合改进粒子群优化与检查点技术的容错调度算法。通过改进粒子群优化算法进行全局搜索,寻找粒子群最优解,以保证任务获取最优资源,减少调度复杂度;同时通过设置检查点,使失效任务从检查点继续执行,实现任务动态恢复,提高调度可靠性。仿真实验表明,与传统算法相比,当任务数量不断增加时该算法可提高任务执行成功率,缩短任务执行时间。 相似文献
7.
在云计算环境下,动态工作流是一种具有强大灵活性的技术,能够实现流程的动态修改和快速部署,同时对已经执行过的任务产生影响很小,但云端的动态工作流原理较为复杂,实现方式也各不相同.设计并实现了一种动态修改算法,该算法在降低流程修改代价的同时又能够提高流程执行效率. 相似文献
8.
丁智 《扬州职业大学学报》2014,(4):34-37
在研究现有云环境下独立任务和工作流任务调度模型的基础上,提出一种满足QoS约束的部分相关任务调度模型,并改进蚁群算法为每个子群选择信息素更新方法,通过小范围局部优化从而获得整体最优解。CloudSim仿真结果表明,该调度模型具有较高的收敛性和寻优能力,适用于云环境下任务调度。 相似文献
9.
针对基于FPGA计算加速的异构高性能计算平台上的硬件任务调度需求,根据硬件任务的空间属性与时间属性,提出了一个基于时空情境CBTA的任务调度体系与相关算法。高性能计算平台的分级调度将CBTA的调度分为平台任务调度与节点任务调度。通过将任务与资源划分为不同的时空情境,提出了一个基于情境转化的自适应任务调度策略,并给出了CBTA调度算法的并行优化策略。最后通过实验来说明了算法在对用户响应时间、负载均衡以及任务拒绝率上的优势。 相似文献
10.
在分析大量工作流业务过程组成的基础上,建立了以业务过程为核心的过程模型,提出了将有限状态机（FSM）的理念应用于流程执行引擎的方法,并给出了工作流实例状态迁移模型和执行算法。通过一个活动实例运行状态迁移的具体实现,证明了方案的有效性、可行性和合理性。 相似文献
11.
针对车间调度问题计算复杂度较高的特点,将协同进化多目标优化算法应用于车间调度问题。计算实例结果表明,协同进化多目标优化算法应用于车间调度问题不仅可以优化效果,而且能够在一定程度上提高计算效率。 相似文献
12.
官春平 《广东轻工职业技术学院学报》2008,7(2):9-12
在柔性作业车间调度问题模型的基础上,针对资源约束作业车间调度问题及多目标柔性作业车间调度结合的问题,建立了资源约束下多目标柔性作业车间调度问题的数学模型,提出了启发式活动调度算法与遗传算法结合来对模型进行求解。选择操作采用轮盘赌选择方式;交叉操作采用基于活动启发式算法的交叉算子;变异操作采用基于领域搜索的变异。最后分析了一个具体调度结果实例。 相似文献
13.
14.
围绕如何提高分布式渲染任务执行效率这一目标,重点研究了LSF作业管理系统工作原理以及扩展调度插件机制,设计并实现了依据服务节点负载量及处理能力选择候选主机的分布式渲染调度算法(DRS),并利用LSF调度插件嵌入自定义调度模块,该模块能与系统内置调度模块协同工作。最后构造仿真集群执行环境,通过模型渲染验证了算法的有效性。 相似文献
15.
围绕如何提高分布式渲染任务执行效率这一目标,重点研究了LSF作业管理系统工作原理以及扩展调度插件机制,设计并实现了依据服务节点负载量及处理能力选择候选主机的分布式渲染调度算法(DRS),并利用LSF调度插件嵌入自定义调度模块,该模块能与系统内置调度模块协同工作。最后构造仿真集群执行环境,通过模型渲染验证了算法的有效性。 相似文献
16.
随着数据密集型计算的飞速发展,在虚拟计算环境研究的基础上,数据虚拟计算环境的研究工作也发展得如火如荼。其中,虚拟计算环境计算的任务调度是一个非常重要的问题,调度算法和策略的好坏将直接影响任务执行的效率乃至成败。提出了一种新的虚拟计算环境DAG任务调度算法,并建立了树状层级调度模型。通过将虚拟计算环境DAG任务转化为参数化任务图PTG（Parameterized Task Graph）,采用在线和批处理相结合的方式,对各层任务进行在线处理,对层内任务进行批调度;经仿真平台实验,该本算法可有效提高并行效率,缩短调度时间。 相似文献
17.
任务规划算法是机械臂在未知环境下具备抓取能力的基础,为此提出一种基于三维体素—语义地图的机械臂虚拟空间任务规划方法。在获取完整点云场景的基础上,利用基于掩码区域的卷积神经网络实现目标检测与实例分割,构建由三维点云、语义信息、三维计算机辅助设计模型组成的体素-语义混合地图;优化A~*算法完成机械臂末端执行器最优路径规划,利用贝塞尔曲线完成轨迹优化;探究抓取不同几何体时的机械臂末端位姿,分解抓取、放置等复杂任务,形成基于语义驱动的空间任务规划。在虚拟空间通过仿真试验,表明了所提算法的有效性和快速性,同时该算法可支撑机械臂执行各种复杂的抓取任务,并提升机械臂的智能水平。 相似文献
18.
曹敏 《西安文理学院学报》2019,(2)
提出了一种基于改进蚁群算法的图像分割算法,该算法利用蚁群算法在约束区域内搜索最佳路径.通过构造代价函数、解空间、信息素模型和启发式信息,将图像边缘检测问题(即图像分割问题)转化为蚁群搜索问题.实验结果表明,与现有方法相比,改进后的蚁群算法在3种图像分割指标以及与手工标注对比方面具有较好的性能. 相似文献
19.
李俊芳 《吉林广播电视大学学报》2013,(8):84-85
本文分别从网络环境下工作流的调度和生产智能系统的调度这两个方面对遗传退火算法的发展战略作了阐述和思考。分析了网络工作流的特点,对将遗传算法与模拟退火算法相结合的调度算法进行研究,通过进行模拟系统实验来验证模拟退火算法的有效性和可行性。以实现生产调度智能化。 相似文献
20.
《实验室研究与探索》2017,(1):123-126
为了更好地提高云计算资源的利用率,设计了基于服务等级协议(ServiceLevel Agreement,SLA)的云计算资源智能调度实验,从分配成本、迁移成本和违约成本三方面构造了云计算资源智能调度的成本函数,并将蝙蝠算法应用到云计算资源智能调度过程中,进行资源智能调度寻优,达到资源调度代价最小的目的。最后通过CloudSim云平台进行模拟仿真,结果表明该实验方法明显优于传统的粒子群调度算法,在执行成本、资源利用率方面都有很大改进,提高了云计算系统的资源调度能力,是一种有效的调度方法。 相似文献