基于GridSim的网格调度模拟

详细分析了GridSim工具,并与当前几个主要的网格模拟工具进行了对比,然后探讨了GridSim工具的改进,扩展了计算资源的功能,增加了数据存储资源模型。最后提出了基于GridSim工具的分模块的调度模拟开发方法,按照这种方法建立了Min-min调度算法模拟平台,展示了GridSim工具的功能。

基于GridSim模拟器的网格资源调度算法研究

网格资源调度策略是网格计算领域中的关键研究方向之一,网格模拟器是资源调度策略优化和改进研究的重要平台。本文研究了GridSim模拟器,对此模拟器的整个框架结构和运行机制作了阐述;对基础的Minmin算法和QoSGuided Min-min算法进行研究和改进,并通过基于GridSim包设计了应用程序,对改进后的算法进行了相应的模拟。模拟研究结果表明,改进后的算法在任务平均完成时间上优于以前的算法。

GridSim仿真代码自动生成器GridsimHelper

基于离散事件仿真平台si mJava的网格建模和仿真工具GirdSi m提供了大量用于仿真分布式系统的基础类。但是使用该工具进行仿真并不简单。除了编制大量代码之外,初学者还需要花费较长时间熟悉实验构造过程和各种基础类的使用方法。针对此问题,设计、实现了图形界面(Graphical User Interface,GUI)的仿真代码生成器GridSi mHelper,旨在缩短GridSi m平台的学习过程,减轻用户实施仿真实验的工作量。该工具允许用户对自行设计的调度算法进行仿真测试,并提供静态启发式算法min-min和max-min作为性能比较的对象。详细介绍了GridSi m-Helper的设计思路和实现细节。仿真实验结果证实了该工具的正确性和有效性。

基于GridSim的网格调度应用研究

探讨了应用GridSim开展网格调度研究的方法。在此基础上详细阐述了一种基于Broker的调度分析结构。最后,就基于Broker的退火调度算法,进行了模拟实验。结果表明该算法是稳定的、可行的。

结合优先级的GridSim预留模块研究

GridSim模拟器是网格相关研究中通用的模拟、分析工具.为了进一步丰富GridSim模拟器功能以使其更好地支持算法、性能模拟,提出并实现了在GridSim中引入优先级的预留策略,扩充了GridSim的性能.在优先级预留系统中,对GridSim预留模块中已有的先来先服务(FCFS)预留调度算法进行了改进,将优先级与先来先服务相结合提出了一个新的预留调度算法ARWithPriorityPolicy.实验结果表明,结合优先级的预留调度算法可以有效减少被拒绝的预留请求数目.

基于GridSim模拟器的网格资源调度算法的研究

网格资源调度策略是网格计算领域中的关键研究方向之一，网格模拟器是资源调度策略优化和改进研究的重要平台，本文研究了GridSim模拟器．对此模拟器的整个框架结构和运行机制作了阐述，本文对基础的Minmin算法和QoS Guided Min—min算法进行研究和改进，并通过基于GridSim包设计了应用程序对改进后的算法进行了相应的模拟。模拟研究结果表明，改进后的算法在任务平均完成时间上优于以前的算法。

基于GRIDSIM的网格调度Min-Min算法改进研究

本文中的网格任务调度算法是在研究异构工作流系统基于OGSA网格协同任务调度的过程中,根据网格环境中资源的可用度,在特定的相依性网格任务环境下,对经典Min-Min算法进行了部分改进,提出基于资源可用度和任务相关性的相依性网格任务映射启发式算法。在作者所设计的层次网格任务调度器中得到了较好的调度效果和调度服务质量。

关于网格模拟工具GridSim的研究

网格模拟测试是个热门研究问题。比较了目前流行的网格模拟工具,介绍了常用的网格模拟工具GridSim的功能、体系结构,并详细给出了在Windows下构建基于JDK的GridSim开发环境的方法。为网格系统的研究和网格模拟器的设计提供参考。

基于GridSim的一种改进的资源调度算法的模拟

网格资源管理是网格中一件非常复杂和具有挑战性的工作。资源管理的好坏、效率的高低直接关系到计算网格系统的性能,因此对资源管理的研究显得尤为重要。GridSim提供了一个虚拟的网格平台,在该仿真平台下,用户可以模拟资源调度,从而检测调度算法的优劣。本文对已有的时间代价均衡算法进行改进,提出了一种新的基于时间代价的资源调度算法,并借助Eclipse平台实现了该算法的模拟。实验表明,改进算法在任务数比较多时具有一定的优势。

多元QoS约束的网格任务调度算法及其GridSim仿真

对传统的通用自适应启发式调度算法加入多Q oS约束,新算法充分考虑到多Q oS对调度策略的影响,从而提高了调度系统的吞吐率.为了验证新算法在性能上的改善,文中还在G ridS im上对改进的算法进行了研究.

基于GridSim的A-MM调度算法模拟

对网格计算环境中的任务调度模块做了分析,介绍了两种最经典的网格任务调度算法:Min-Min与Max-Min。通过对两者的分析,得知Min-Min算法的优点在于其执行的高效性,但它存在资源负载不平衡的问题。而Max-Min则正好相反。经过对比,提出了一种平衡两者优缺点的A-MM算法。使用GridSim网格环境仿真包建立A-MM调度算法的模拟平台,对GridSim的内部机制及用法给予简单介绍,并通过模拟实验对A-MM算法进行性能评测。评测结果表明:A-MM算法的完成时间接近Min-Min,而负载平衡性接近Max-Min,平衡了Min-Min与Max-Min的优缺点。

GridSim网格仿真工具研究

本文研究了网格仿真工具GridSim,介绍了GridSim的测试和开发方法。利用网格模拟工具,可以节省网格实验时间和费用,并可重现实验结果,给新算法和调度策略的研究提供了极大的方便。本文在GridSim中实现了Min-Min算法以及基于QoS约束的改进Min-Min算法,通过模拟实验验证了改进算法的性能。

关于网格模拟工具GridSim的研究

一、使用模拟测试的原因 设计一个网格系统是一个非常复杂的系统工程，它需要考虑许多问题。因此；网格系统设计者在实际部署新设计的系统之前需要确保它能够可行并且具有所期望的执行效率。对网格模型的测试有两种途径。一种是在实际的网格环境中进行测试，这在目前实现难度较大，因为：

GridSim4Dag：基于GridSim的Dag调度仿真器

网格仿真器GridSim以其灵活的使用方式和广阔的应用前号，自2002年公布之后一直备受人们关注。但是，由于其采用面向任务池（taskp001）的任务建模方式，使其并不适合于仿真Dag图的调度。为了支持Dag图调度算法的研究，进一步丰富GridSim的功能，此文提出了一种改进GridSim的方法，即P2P的中间数据传输方式，并将改进后的GridSim仿真工具包叫作GridSim4Dag。当前驱子任务执行完毕之后直接将中间结果发送给后继子任务所在的资源以启动后继子任务的执行，从而减少传输时间．降低通许开销、降低通讯出错率。这同时也是一种对网格框架的调整，使得网格直接可以支持Dag任务的调度。

使用GridSim工具包实现计算网格任务调度模拟

任务调度是计算网格体系结构中重要的组成部分之一.使用基于离散事件的网格建模和模拟工具包GridSim,模拟一个具体的计算网格环境,并实现了一种基于网格资源价格策略的任务调度算法,最后通过程序运行结果验证该了调度算法的有效性.

一种基于序贯博弈的网格资源分配策略

网格环境中资源的负载预测是实现资源优化分配的关键任务之一,而网格资源的动态性和异构性使得准确判断资源的负载状态十分困难.针对已有的分配策略对资源负载评估的不足,提出了一种基于序贯博弈的优化用户时间的网格资源分配策略.该策略将正比例资源共享的网格环境中多用户竞争同一计算资源的问题形式化为一个多人序贯博弈,通过寻求该序贯博弈中各个阶段博弈的纳什均衡解来预测资源负载;然后利用此负载信息生成所有用户的最优出价组合和资源的优化价格;最后根据各用户出价,按比例分配资源的计算能力.通过对网格模拟器GridSim的实验研究,结果表明,该策略能够得到合理的用户出价,降低资源占用时间,从而弥补了Bredin提出的优化策略中未考虑资源未来负载变化的缺陷,实现了资源的优化分配.其结论说明运用序贯博弈方法预测资源负载是可行的,且能更好地适应网格环境下异构资源的动态性.

基于多QoS需求驱动的网格资源调度研究

为解决网格用户多QoS需求的资源调度问题,引入了满意度函数模型和经典Min-Min算法。将众多网格QoS分为性能和信任两类,选取性能QoS中的优先级、时效性、精度性和信任QoS中的安全性、可靠性共五个指标,分别构建每一维QoS参数的满意度函数模型并形成QoS综合满意度函数模型,由此设计多QoS约束的网格资源调度(Q-Min-Min)算法,以期将Min-Min算法中按照期待执行时间(ETC)进行调度改为按照服务质量综合满意度(QSM)进行调度。仿真实验表明,改进的Q-Min-Min算法在任务的跨度和成本两项性能指标上均比Min-Min算法更具优势,取得了较为理想的结果,证明了基于多QoS需求驱动的网格资源调度的有效性。

结合预测机制和QoS约束的网格资源调度算法的研究

资源调度是网格计算领域中的研究热点之一.以达到最优的资源利用率和提高用户对服务的满意程度为目标,定义了资源QoS约束和形式化描述;在任务完成期限和网络带宽的双重属性约束下结合预测机制,提出了网格资源调度算法Senior;应用GridSim工具包实现了相关的调度算法,并对调度算法仿真结果中的数据进行了分析和比较,验证了Senior调度算法在解决类似问题的优势.

一种基于经济模型的网格资源调度算法

将贪婪算法推广,针对计算网格提出了一种基于经济模型的资源调度算法.将网格计算环境下一组相互独立的计算任务(Meta-Task)的资源调度问题看作是具有限定条件的最优化问题,根据网格用户提供的“deadline”和“budget”,每次选择使得执行最短的任务进行调度.通过在Gridsim环境下的分析与比较,该算法在满足用户要求的QoS需求同时,能够以尽可能少的时间完成任务.

网格计算中的资源调度不确定性分析

网格计算中的资源调度技术是网格核心服务之一。在对GridSim网格仿真环境进行测试中,发现了资源调度中存在多种不确定因素。这些因素影响了网格系统的性能。作为一种基于实验的研究性的探讨,本文对所发现的不确定因素做了分析,并根据分析结果对资源调度策略作了相应的改进。