并行遗传算法及其在网格任务调度中的应用研究

发布时间：2021-12-09 06:05

　　网格是当前并行计算技术的一个重要发展方向，其目标是实现对地理上广泛分布的大量异构资源的资源共享。其中，任务调度是实现高性能网格计算的核心服务技术，也是保证应用程序有效执行的重要组成部分。网格任务调度是将并行程序任务分配到网格系统的处理节点上，涉及到程序模型和并行计算系统模型，算法的设计要综合考虑程序和目标系统的特点，是一种典型的NP完全问题。遗传算法由于具有良好的全局搜索能力，在处理任务调度算法时比传统调度算法更具优越性。但是，应用基本的遗传算法容易陷入“过早收敛”的误区，同时求解精度不高。本文针对网格任务调度问题，提出了一种基于MPI的并行遗传算法处理方式。文章首先简述了一下遗传算法的基本原理，针对传统遗传算法自身的并行性，从全局并行的角度出发提出了一种粗粒度的并行遗传算法。该算法采用分布式并行模式，通过子种群的个体迁移策略，缓解“早敛”和求解精度不高的问题，同时精英保留机制的引入，让调度策略有更好的收敛性。然后，研究了任务调度的机理、调度过程和调度模型，通过与现有调度算法的比较，确定了采用并行遗传算法的任务调度方案，并规划了任务调度的目标，在满足任务优先约束关系的前提下实现最优跨度... 

【文章来源】：河北工程大学河北省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

粗粒度并行遗传算法模型的两种形式

网格计算概念模型图

计算平台模型

【参考文献】：
期刊论文
[1]基于网格平台的实时任务调度算法[J]. 南洋,阎巍,齐景嘉.  科技通报. 2012(12)
[2]一种基于网格的多目标优化方法[J]. 李召军,王希诚.  大连理工大学学报. 2012(06)
[3]一种适用于大规模变量的并行遗传算法研究[J]. 李东,潘志松.  计算机科学. 2012(07)
[4]基于遗传算法的网格任务调度方法研究[J]. 刘慧婷,姜晓涛,陈健.  计算机技术与发展. 2012(04)
[5]改进粗粒度并行遗传算法在网格任务调度中的应用[J]. 薛胜军,刘芳芳,唐晨杰.  计算机测量与控制. 2012(02)
[6]网格计算技术及其任务调度策略研究[J]. 邓见光,潘晓衡,袁华强.  东莞理工学院学报. 2012(01)
[7]基于网格计算的协同处理平台[J]. 张燕燕.  信息与电脑(理论版). 2012(01)
[8]一种多策略并行遗传算法及其收敛性分析[J]. 刘晋胜,彭志平,周靖.  计算机测量与控制. 2011(08)
[9]多核集群系统下的混合并行遗传算法研究[J]. 王竹荣,巨涛,马凡.  计算机科学. 2011(07)
[10]一种多策略并行遗传算法研究[J]. 刘晋胜,彭志平,周靖.  计算机测量与控制. 2011(05)

硕士论文
[1]基于MPI环境的多层次并行算法的研究与应用[D]. 陈北元.吉林大学 2011
[2]基于分布式并行遗传算法的网格任务调度研究[D]. 陈然.湖南科技大学 2009
[3]基于改进遗传算法的网格任务调度研究[D]. 杨克力.武汉理工大学 2008



本文编号：3530073