共查询到10条相似文献，搜索用时 15 毫秒
1.
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
2.
提出一种引入QoS开销适应度运算的云计算任务权衡调度算法,首先进行了支持多QoS因素任务调度问题描述与网格拓扑结构构建,进行云计算任务权衡调度对多用户QoS偏好的影响力数学度量,通过多QoS开销适应度运算的引入,根据计算资源的成本和数据传输时间,来确定分配任务的位置。为了适应云存储中的多QoS偏好,重新定义PSO的适应度函数,实现任务权衡调度算法的改进。通过仿真实验研究得出,采用该算法对云计算任务节点的聚类准确性较高,进行任务调度中的实时性好。通过多QoS偏好分析,引入QoS开销适应度运算,用户满意率有明显上升,适应度函数随不同类别任务变化,有效地反映不同类型任务的QoS偏好。展示了较好的云计算任务权衡调度性能。 相似文献
3.
4.
大运算量算法的分布式协同实现是解决该算法实现问题的重要途径。提出一种云平台下基于量子度分配的算法协同实现方法,首先将所有的调度任务等效为量子态,采用量子动态来衡量任务的实时调度执行情况,然后通过统一的管理节点实现系统最优化调度。最后采用实际算法进行系统调度测试实验,结果显示,采用云平台下基于量子度分配的算法,相对于传统调度方法,系统整体效率提高了32%,具有很好的应用价值。 相似文献
5.
资源负载均衡是提高云计算资源调度效率的重要因素,为提高云计算中任务调度的效率,减少执行时间,针对传统的资源均衡算法在没有考虑到云计算环境下的资源节点安全性因素,复杂度高,效果不好的问题,提出一种引入安全性函数分形维特征重组的资源均衡算法。建立任务调度策略及资源均衡模型,构造任务调度所需要时间、费用、可靠性等方面的因素进行特征描述,对负载资源信息流的分形维信息特征提取,通过分层化状态重组,实现对资源负载的均衡处理,得到负载目标函数,提高任务处理效率。实验结果表明,该算法进行Cloud Sim平台下的负载云计算任务调度和负载资源均衡,能有效节省任务执行时间,降低计算开销,执行效率优越于其它算法。 相似文献
6.
基于改进微粒群算法的网格任务调度方法 总被引：1，自引：0，他引：1
任务调度是网格计算环境中影响性能的重要因素。提出了一种新的任务调度方法,该方法先对任务执行时间进行预测,然后运用改进微粒群算法进行任务调度,达到最小化任务执行时间的要求,最终实现网格资源的优化分配。通过仿真试验对算法的有效性和性能进行了验证,并比较了与遗传算法调度方案之间的性能差异。 相似文献
7.
《科技通报》2015,(10)
在模糊云计算环境下,需要对特定数据进行识别定位,实现目标数据信号的准确检测和访问。传统方法采用先分层后分支的数据目标资源识别定位算法,定位识别性能计算复杂度较大,准确度不高,提出一种基于通信开销缩减和冗余任务删除的特定数据目标资源识别定位技术。首先对DAG图中的任务进行任务归并,然后将DAG图分层,从整个任务图的全局出发考虑任务的优先级,构建模糊云计算模型,设计模糊云计算核函数,创建多个线程的信息流特征编码,考虑对整个任务图调度时间起决定作用的关键任务,设计通信开销缩减算子,将调度列表头结点分配到使其具有最小最早完成时间的处理器内核上,提高对特定数据的目标资源定位识别性能。仿真实验得出,该算法定位精度较高,对目标资源的冗余任务进行有效删除,明显提高了任务调度效率,收敛性能较好。 相似文献
8.
云计算下虚拟信息资源大数据特征集成调度 总被引：1，自引：0，他引：1
《科技通报》2015,(10)
研究大数据环境下基于云计算的虚拟企业信息系统构建和调度模型,通过对云计算环境下的虚拟企业信息资源特征集成调度,提高数据访问和管理能力。传统的集成调度方法采用层次分析法,通过粒子群(PSO)算法进行虚拟企业信息管理存储系统的任务调度,存在信息管理迟滞等问题。提出一种基于模糊循环堆栈控制的虚拟企业信息管理资源信息特征集成调度算法,把虚拟企业信息管理资源信息调度网络的能量节点进行模糊循环堆栈控制设计,得到虚拟企业信息管理资源信息调度配置的权值,实现对虚拟企业信息管理资源的大数据特征融合和集成。仿真实验表明,该算法能有效提高虚拟资源大数据特征集成调度成功率,执行时间缩短,具有较高的应用价值。 相似文献
9.
《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
10.
嵌入式设备中复合型任务最优调度约束模型仿真 总被引：1，自引：0，他引：1
《科技通报》2015,(8)
在ARM和Linux等嵌入式操作系统设计和应用中,为了优化进程管理和内存管理,提高嵌入式设备的运行效率,需要对复合型任务进行最优调度策略规划。提出一种改进的嵌入式设备中复合型任务最优调度约束模型,设计粒子分集聚敛算法实现对嵌入式设备中复合型任务最优调度,和实现对任务调度约束模型的改进,通过进程管理子系统,完成进程的创建、中止、进程间的通信及任务调度,进行特征分解,得到调度迭代方程。采用模糊聚类策略对任务调度管理的数据信息进行约简,可以实现最小的运算量。实验表明,通过该最优调度约束模型,调度算法对整个调度过程的时间开销影响不大,由此提高了调度算法的活性能力,总执行时间节省10%左右,可以使CPU利用率达到100%,展示了其优越性。 相似文献