共查询到20条相似文献，搜索用时 500 毫秒
1.
《科技通报》2015,(8)
传统方法使用量子群遗传进化方法进行云存储系统任务调度的执行开销建模,在数据汇聚和协议传输中没有考虑量子态的相干性和感知节点的方向性,不能全局搜索最优量子位,执行开销不能实现最小化。提出一种基于量子群聚类的云存储调度最小执行开销建模算法,首先进行量子群聚类进化策略和云存储系统任务调度模型总体设计,设计基于量子群聚类的云存储系统任务调度分配协议,进行有效的资源调度设计,整合云计算中心资源,提高资源利用率,减少任务执行时间。仿真结果得出,该算法能使云存储系统任务调度执行开销与任务规模的匹配性能最佳,性能优于传统算法,在云存储信息管理系统等领域具有较好的应用价值。 相似文献
2.
文章提出一种基于混合时隙自适应分配的嵌入式云平台的实时任务最优调度算法,真结果表明,采用本文算法进行嵌入式云平台的实时任务调度的实时性和鲁棒性较好,通过自适应的时分多址时隙分配,任务调度的均衡度提高,性能优越。 相似文献
3.
突发浪涌数据下差异云平台数据间的关联性破坏概率逐渐增加,降低了数据在冗余环境下查询效率。按照突发浪涌数据下云平台的弱关联数据调度特征,通过基于Apriori的弱关联数据挖掘方法,采集突发浪涌数据下差异云平台的弱关联数据,通过改进离散粒子群算法优化任务节点数字串的编码形式,实现数据调度任务,对粒子位置更新公式进行优化,采用优化离散粒子群算法进行节点寻优,获取最佳调度节点集,实现突发浪涌数据下差异云平台的弱关联数据调度。实验结果表明,该调度方案能够优化云平台资源的使用效率和服务响应时间,提高了总执行效率,节省了云资源,具有较高的节能开销比和用户满意度。 相似文献
4.
《科技通报》2015,(12)
通过对云资源平台的自适应调度设计,优化整合云存储空间资源,提高系统的运行效率和资源利用率。在云资源平台任务执行中收到用户行为特征干扰因素较多,调度响应出现时滞,传统方法采用基于时间尺度分析的云资源调度方法,当资源出现随机性干扰时受到网络延迟的影响较大,性能不好。提出一种基于量化特征提取的云资源平台自适应调度方法。构建资源调度平台的总体框架结构,进行资源信息特征提取,采用云资源量化特征提取结果作为调度系统的输入函数,对多源资源信息系统访问特征进行最小方差估计,整个调度过程是一个严平稳的随机过程,通过量化特征提取,能保证对云资源各个调度节点的遍历历经性,提高调度准确性。仿真结果表明,采用个算法能有效实现对云资源平台的自适应调度,抗干扰能力强,资源利用率较高。 相似文献
5.
提出一种基于自相关匹配滤波和云间相似程度特征提取的云资源调度数据融合算法。设计了基于云资源调度的云计算海量数据处理平台,构建数据融合预处理模型,在云资源调度系统中,设计自相关匹配滤波器,得到融合特征分簇重构空间,对特征进行模式匹配,得到后置处理滤波器的系统函数,实现了对云资源调度自相关匹配数据融合算法的改进。仿真实验表明,该算法能高精度、高平稳地实现云资源调度数据的融合,对云滴数的要求极低,数据处理效果较好,云资源调度执行任务数、云资源调度总任务完成时间、用户满意度等指标优于传统方法,展示了较好的应用价值。 相似文献
6.
云平台多处理器的任务调度是解决庞大用户群中庞大任务量和数据量的关键,云平台中任务调度的计算性能影响整个系统的运行效率。提出一种基于任务信息流特征尺度谱分析的开销折减算法,采用可分解特征下的云平台任务同步开销折减算法,通过构建复杂通道下多处理器运行环境下的云平台任务调度整合基础模型,进行任务节点信息表征,使用GSM、TD-SCDMA、TD-LTE和WLAN,实现多处理器和多通道任务调度,计算各任务匹配资源的效率,得到资源相似度,基于任务信息流特征尺度谱分析方法计算每个任务的特征尺度,得到尺度优化的开销折减目标函数。仿真结果表明,采用该算法进行任务调度,具有较高的执行效率,CPU利用率高,网络开销折减幅度较高,提高了数据通信效率。 相似文献
7.
8.
基于融合基础架构的新一代数据中心,提出一种基于融合特征空间构架的云数据离散调度逼近算法,在对系统节点进行数据采集任务分配的基础上,研究基于云计算的IAAS层基础设施自动化快速供应的技术方案,对云数据离散分配任务进行评价和估计,描述了云数据采集和特征空间融合架构方法,构建云数据采集和特征空间融合机制,进行融合特征空间构架下的数据离散调度逼近算法改进设计。研究结果表明,该方法实现云数据离散调度的压缩性能很稳定,有效节约了任务执行时间,云数据离散调度逼近的收敛步数较少,收敛性好,展示了较强的实用性和优越性,为云计算的顶层设计PAAS与SAAS提供技术平台支持。 相似文献
9.
传统云计算平台调度方案,存在请求缺失率高、资源空闲时间高以及资源利用率降低等问题,提出了一种应用SssS的模糊弹性云优化调度方案,分析SaaS云平台弹性优化调度指标,避免资源的过量和欠量分配,提供了弹性云平台调度任务量和平均响应时间的匹配关系,依据云平台弹性调度指标和模糊调度算法,将SaaS云平台分配任务集按照不同优先级进行划分,优先级等级高的任务优先调度,确保更多的重要任务得到调度,最大化SaaS云平台的执行任务量,最小化平台的平均响应时间,使云平台处于相对稳定的状态。实验结果表明,该调度方案能够优化云平台资源的使用效率和服务响应时间,提高了总执行效率,节省了云资源,具有较高的节能开销比和用户满意度。 相似文献
10.
传统的多GPU处理器集群任务调度分配方法采用时间间隙分配的方法,不考虑各个任务的执行要求和每个计算机节点的实际运算能力,整体的执行效率低。提出一种基于嵌入式Quartz混合调度的多GPU处理器平台任务分配设计方法,采用多处理器模拟计算机系统中的多个运算节点,对不同的任务,根据任务的运算量需求和分配到计算机的实际运算能力,实现动态的任务分配,采用混合任务调度,系统具有很好的鲁棒性,采用一组实际任务进行测试实验,结果显示,采用基于嵌入式Quartz混合调度的方法,任务的执行时间大大减少,具有很好的效率改善结果。 相似文献
11.
12.
对嵌入式Linux系统进程中的任务调度算法设计是保证操作系统稳定和高效运行的核心要素。传统的嵌入式Linux系统任务调度算法采用分簇能耗调度的PSO遗传进化算法,当任务复制和区间插入失衡时,调度效果不好。提出一种基于可变精度衰减调制的Linux嵌入式任务调度算法,首先进行Linux嵌入式任务调度平台总体设计,进行任务信息流模型构建,将嵌入式系统客户端将创建好的任务流提交给服务器,结合任务流集合中各任务流的优先级属性和提交时间,进行变精度衰减调制,得到Linux嵌入式分簇任务调度模型。实验结果表明,该算法无论是单个任务流还是在多任务流调度运行环境下,改进算法的任务调度耗时较少,通过可变精度衰减调制,保证了多任务流中的任务能够按照流程优先级属性以及提交的先后次序进行合理的分配,有效提高了Linux嵌入式系统的运行效率。 相似文献
13.
14.
在计算机多分簇任务执行中,由于初始能量有限,需要对网络分簇能耗进行优化分配,提高任务执行效率。提出基于剩余能量相干均衡的网络分簇能耗双阈值分配算法,算法考虑了节点当前能量、簇成员数量、簇首与节点间距离,设计了能耗指导的分布式网络能量采集和消耗均衡模型,采用收敛性度量值进行路由分配,实现能耗的双阈值分配,在系统的全局任务调度中心将所有任务进行融合,输入系统总调度器,设计剩余能量相干均衡算法,构建能耗分配的双阈值模型,实现网络分簇能耗双阈值分配。实验结果表明,算法能够降低任务调度关键路径延时,提高low-Vt单元使用率,降低相干功耗,形成最优化能耗管理输出,使得系统更加稳定。 相似文献
15.
16.
针对当前大数据任务的调度管理,传统的调度处理方法采用随机调度机制,从单个节点的性能出发,无法达到全局最优化的效果。提出基于改进多时隙散点算法的大数据任务调度管理方法,为了克服多时隙调度算法的缺点,运用多时隙调度算法时,引入了一个管理因子,对系统节点进行数据调度任务分配,根据分配的任务进行评价和估计,并且不断更新实时任务,追求最优性能,最终达到全局最优化。最后通过一组20节点数据进行测试实验,结果显示,采用改进的多时隙大数据任务调度管理算法,相对于传统调度方法,系统整体效率提高了平均约28%,具有很好的应用价值。 相似文献
17.
18.
19.
提出一种基于线性差分智能群辨识的云平台程控扩展技术,并进行算法改进设计。构建UAP云平台系统模型,对系统载荷运行情况进行相应的评估,进行云计算下的动态任务调配,建立UAP云平台的程控扩展模型,定义线性差分智能群辨识平均访问时间,采用萤火虫群优化追踪策略进行多线性差分智能群辨识激励传播,最后进行UAP云平台程控激励扩展模型下的系统状态评估模型。仿真实验分析得出,采用该算法云平台的程控扩展性能较好,分布式大数据传输实时性提高,误码率和丢包率降低,从而降低了数据传输失真,提高了UAP云平台中的数据和信号传输质量,提高实时数据集成(RDI)和网关服务性能,实现高质量的数据信息服务,保障IT系统安全、稳定、可靠运行。 相似文献
20.
《内江科技》2021,(4)
随着云平台的推广使用,平台应用已经初见成效,部分业务系统应用开始逐步向国网云平台迁移。当前云化环境针对基于物理资源部署数据库服务的支撑能力不足、兼容性不佳等问题,严重影响业务系统数据库的上云服务工作开展。我们的研究将以实现云环境下异构数据库的高可用、故障自愈、资源动态调度的系统架构为目标,实现在云环境中对异构数据库的统一运维管理,提升数据库的高可用性和适用范围,为基于云平台、大数据等技术的新一代国网信息化系统建设提供保障。我们将进行基于物理资源的数据库云资源自动化、负载均衡和动态资源调度模型、云环境数据高可用关键技术研究及试点应用、基于物理资源的端到端自动化部署和敏捷交付技术及云环境数据高可用关键技术研究及试点应用的分析策略研究。 相似文献