简介:在云计算系统中,任务调度是其中的一个关键问题,它首要决定了整个云计算系统的运行效率.基于min-min算法思想和有向无环图(DAG)的基础上设计出一个解决依赖型的任务调度算法.根据具体例子进行算法演示,结果表明:该算法在完成时间跨度上与最优算法基本一致,有效地提高任务调度效率和云资源利用率.
简介:摘 要:对于指挥控制结构的任务规划,现有算法在非正常条件下效率低下,重规划质量差。针对当前指控体系结构的需求,利用多智能体在完成复杂任务方面的优势,建立了基于多智能体的分布式指控体系结构模型。在此框架的基础上提出了MultiAgent-HTN的概念。对原有的分层任务网络规划算法进行了优化,重新定义了多智能体协作框架,建立了局部冲突协调机制。以经典的资源调度问题为实验背景,将该算法与经典的 HTN 算法进行了比较。 结论表明,本文提出的分布式指挥控制结构在相关领域具有较强的实用性,能够解决多智能体环境下的分布式指挥控制结构问题。
简介:雷达、电子战、通信等多功能电子系统一体化是雷达的发展方向之一,资源管理与调度技术是一体化雷达的关键技术。针对基于孔径分割实现雷达、电子对抗、通信等多种功能的一体化系统的任务调度问题,对系统任务建模、调度算法设计、算法评价指标进行了探讨。在研究常规相控阵雷达调度策略的基础上,提出了采用多任务并行EDF(EarliestDeadlineFirst)算法来实现系统的自适应调度。最后对比常规多功能雷达的自适应调度进行了仿真比较,且对仿真结果进行了定量分析,结果表明采用多任务并行EDF(MTPEDF)算法的基于孔径分割的一体化雷达系统具有一定的优越性。
简介:针对大数据处理框架MapReduce中的任务调度问题,提出一种基于Markov决策过程(MarkovDecisionProcess,MDP)的任务调度算法,通过状态集来描述集群中节点的负载和作业的数据本地性需求,使用状态转移函数表示调度策略对状态的影响,采用值迭代求解算法求取最优策略,实现集群中节点的最优调度.实验结果表明,该算法能够保证数据本地性的同时,减少作业响应时间,提高系统综合性能.
简介: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(ParameterizedTaskGraph),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。