带负载均衡的混合算法求解分布式异构作业车间调度问题

针对以最小化最大完工时间为目标的分布式异构作业车间调度问题(DHJSP),本文提出了一种新的混合遗传禁忌搜索算法.首先,综合考虑工厂的工件总负载与最大机器负载,提出了一种新的工厂负载表达方式.其次,针对DHJSP总工序数不定的特性,提出以最小化最大工厂负载为目标快速确定初始工件分配方案,并验证了方法的高效性.然后,新设计了两种考虑负载均衡的单工件转移邻域结构,根据工序调度的结果对工件分配方案进行局部搜索.最后,因DHJSP缺少标准算例和相关算法,在分布式同构作业车间调度问题(DJSP)上与现有算法进行对比,所提算法在TA算例的480个问题上更新了420个问题的最优解,其余60个问题取得了同等最优解.在随机生成的3个不同规模的异构算例中,所提算法也均取得了较好解,验证了所提方法的优越性.

一种面向完成时间与负载均衡的任务调度算法

公共计算环境作为新一代舰艇信息系统集成环境,具有统一架构、资源共用、可扩展等优点,是未来舰艇信息化发展的关键。公共计算环境本质是云环境,任务调度中的完成时间和负载均衡对公共计算环境的整体性能有重要影响。面向优化完成时间和负载均衡两个主要问题,采用了基于改进蚁群优化算法的任务调度算法和负载修正系数,融合非支配遗传算法(NSGA-Ⅱ)中快速非支配排序的方法进行多目标优化,生成最优解的Pareto前沿。使用CloudSim平台进行仿真模拟,实验结果表明,在负载均衡和完成时间目标上,提出的面向完成时间与负载均衡的蚁群算法(TL-ACO)与NSGA-Ⅱ相比性能更优异。

基于设备负载均衡的柔性综合调度算法

提出了一种新的考虑设备负载均衡的分步式算法。该算法对工序加工设备分配子问题,首先按短用时策略确定工序的计划加工设备,然后逐层统计同设备工序集的加工用时总数,对工序的计划加工设备进行调整,确定工序的实质加工设备;对工序调度子问题,采用层优先的调度方法逐层调度每层的工序,同层工序优先调度长路径工序。实例表明,该算法在不提高算法复杂度的情况下,解决了个别设备负载过重的问题,提高加工设备并行加工时间,减少了产品完工时间。

基于遗传算法的时间敏感网络调度方法

随着网络技术的进步,车载网、工业物联网以及5G超高可靠低时延通信(uRLLC)等应用都需要时间敏感网络(TSN)来保证超低延时的确定性数据传输。TSN流量调度需要快速且精确的调度算法,现有的精确式求解方法复杂度高,在大规模联合调度时无法满足实时性。文中设计了一种性能更优的路由优化遗传算法(Routing-GA),结合路由和流量调度约束,能通过优化路由来提高调度算法求解效率,为链路负载均衡调度提供服务。该策略增加了调度的求解空间以及求解灵活性,具备元启发式算法的快速求近最优解特点,能够简单有效地处理大规模TSN路由约束联合调度问题。Routing-GA以时间敏感流最小端到端时延作为优化目标,联合考虑路由和TSN约束,并针对TSN传输问题特性提供一种低复杂度、高效率和高拓展性的遗传算法编码方式。此外,为了提高调度算法的性能,提出针对路由长度及链路负载均衡进行优化的交叉变异机制。实验结果表明所实现的Routing-GA能有效减少端到端时延,显著提高求解质量,进化率可以达到24.42%,平均只需要传统遗传算法(GA)迭代运行时间的12%,从而有效提高了算法的求解性能,满足TSN调度的约束要求。

基于启发式算法的计算机异构大数据跨源调度方法

为了提高计算机异构大数据跨源调度性能,设计了一种基于启发式算法的计算机异构大数据跨源调度方法。将计算机异构大数据跨源调度任务划分为若干子任务,利用max-min思想和min-max思想,构建了跨源调度时间负载均衡模型。基于计算机异构大数据跨源调度顺序的灵活性,利用启发式算法的最优策略,选择最优调度任务。根据计算机异构大数据的状态,计算出异构大数据传输控制协议连接的吞吐量,将待调度异构大数据的质量都作为计算机数据层的子流权重,通过处理所有待调度的子流,实现计算机异构大数据跨源调度。实验结果表明,文中设计的方法可以将跨源操作的级别条件提高至10级,跨源调度计算机异构大数据的利用率超过97%,加速比大于85%,计算机异构大数据跨源调度性能明显提升。

面向异构处理平台任务调度的麻雀优化算法

针对当前异构信号处理平台中各处理器任务数量分配不均衡、处理器性能发挥不完全以及系统运行效率低的问题,文中提出一种面向异构处理平台的麻雀优化算法。该算法利用了麻雀算法较强的全局寻优能力和麻雀种群内部的高效工作机制。在经典麻雀算法基础上,文中提出了符合任务调度的二进制异或编解码规则,将离散的任务分配方案映射为连续的麻雀位置信息。将处理器负载均衡指数作为适应度函数,选取每次迭代中的最优解;在麻雀遍历任务时,采用任务优先级分流排序策略。对通信密集型任务和计算密集型任务采取不同的计算式得到更符合任务特点的遍历顺序,生成随机任务图,并将所提算法同ICPA(Improved Critical Path Algortthm)算法进行对比。仿真结果表明,相比于ICPA算法,所提算法的负载均衡指数平均优化率为60%,各处理器负载情况更加均衡,能更好地发挥异构处理平台的整体效能。

云计算环境下基于禁忌搜索的负载均衡任务调度优化算法

对云计算环境下的负载均衡任务调度问题进行了形式化描述.通过动态规划方法的形式化推导得到了最早完成时间的启发式优先分配策略,并给出了基于该策略的任务调度初始解求解步骤.进而引入了任务交换的收益值概念,提出了基于禁忌搜索的任务调度优化算法.该算法采用禁忌搜索和贪心原则选择任务交换,从而在优化任务调度初始解执行时间的同时改善负载均衡性能.最后,基于Cloud Sim云计算仿真实验平台下,进行了顺序调度算法、Min-Min算法、Max-Min算法和本文算法的对比实验,实验数据对比表明本文算法在减少任务执行时间的同时,优化了资源负载均衡性能.

云计算集群相空间负载均衡度优先调度算法研究

针对云计算集群具有海量节点和高耦合性的特点,将云计算集群中各节点的参数变化投影为相空间上投影点的运动,定义云计算集群的相空间负载均衡度,以其为评估指标建立云计算集群相空间负载均衡度优先调度算法,实现了云计算集群相空间投影在不同负载请求情况下平稳的点状聚集.通过仿真实验利用相空间负载均衡度、广义温度、广义熵等参数和集群的相空间投影对算法的效果进行分析,实验表明,相空间负载均衡度优先算法在大多数调度指标上都优于最小负载优先算法,并且集群规模越大系统的相空间负载均衡度越稳定.

基于负载均衡蚁群优化算法的云计算任务调度

合理分配虚拟计算资源以有效进行任务调度是云计算中的一项核心问题.针对云计算任务调度过程中资源负载不均的问题,根据虚拟机负载情况提出信息素调整因子(pheromone adjustment factor,PAF),改进信息素更新规则.提出基于负载平衡的蚁群优化算法(Load Balancing Ant Colony Optimization,LBACO).改进的调度策略在云仿真平台CloudSim上进行实验,结果表明LBACO算法不仅能降低任务执行时间,还可有效保持云数据中心虚拟机资源负载平衡.

基于负载均衡的Min-Min任务调度算法优化

为了解决Min-Min调度算法中存在的负载不平衡问题,提高集群系统的负载均衡性,该文提出了一种基于Min-Min极限下压算法的负载模糊分类与局部重调度算法(Load fuzzy classification and local re-schedule algorithm,LFC-LRA)。引入模糊分类的思想,根据各节点的负载大小,将节点分成三种类型:重负载、中负载和轻负载;对负载较重和较轻的节点进行重新调度,使用Min-Min极限下压算法压缩这些节点的任务完成时间,改善算法的负载失衡问题。实验结果表明:改进后的算法具有较好的负载均衡性,能有效地提高资源的利用率,降低系统的任务完成时间。

异构分布式系统中基于负载均衡的容错调度算法

提出了基于主/从版本的具有容错功能的进程调度算法HDALF和HDLDF,且分别给出两种算法的时间复杂度并对算法的负载均衡性和节点资源利用率作了讨论.与以往容错调度算法不同的是,此算法是在被动进程复制模式下、适合于异构分布式系统的容错调度算法.而以往的研究都是建立在主从版本进程有相等的负载或执行时间相同的模型基础上,或者仅适合于同构分布式系统.实验结果表明,HDALF算法和HDLDF算法的性能比基于同构分布式模型下的两阶段算法更加优越.并且得出了这样的结果:当系统发生故障前后的负载均衡性权值相等时,在负载均衡和处理机资源利用率方面,HDLDF算法都要优于HDALF算法.

两车间可调度工序均衡处理的综合调度算法

在两车间具备相同设备资源的生产条件时,需要考虑产品完成时间和车间之间工序移动次数尽可能少的问题。为此,提出两车间可调度工序均衡处理的综合调度算法。为减少单件复杂产品的完成时间,针对可调度工序的灵活性、并行性和两车间设备相同的条件,采用可调度工序车间均衡策略进行分组。为减少工序移动次数,按分组工序车间确定策略分配工序所在车间,并进行调度。实例结果表明,该算法可实现两车间综合调度,且产品完成时间和车间之间的工序移动次数较少。

基于负载均衡的随机作业流密码服务调度算法

针对安全领域业务流并行处理系统面临数据密码服务请求多样,串行工作模式和并行工作模式交叉,不同业务的数据流相互交叉的现状以及服务响应的高速、高可靠性需求的问题,为了提高多密码算法并行处理的效率,以负载均衡为调度目标,在基于业务标识的分层硬件调度方法 HHS-ACDID基础上,综合考虑算法处理节点的存储容量和处理速度,设计一种同时支持非关联任务和关联任务的负载均衡作业调度算法,实现了高速的密码处理吞吐率。仿真结果表明,该算法能够完成对数据流系统的动态调度并且得到较优的负载均衡效果,与HHS-ACDID相比,执行效率提高12%左右。

面向异构信号处理平台的负载均衡算法

针对当前异构信号处理平台中信号处理应用的调度算法优化目标单一且调度结果中处理器负载不均衡的问题,提出了一种基于蚁群优化算法的负载均衡算法。该算法结合蚁群优化算法的快速搜索能力和组合优化能力,以信号处理应用的调度长度和处理器负载均衡为优化目标,对初始信息素矩阵和蚂蚁的遍历顺序进行改进,提出调度长度启发因子和负载均衡启发因子对处理器选择公式进行改进,利用轮盘赌策略确定信号处理应用各子任务分配的处理器,完成信号处理应用的调度。仿真结果表明,该算法得到调度结果在调度长度和负载均衡方面均有改进,可以充分发挥各处理器性能,提高异构信号处理平台的整体效率。

基于猫群优化算法的云计算虚拟机资源负载均衡调度

为了提高虚拟机资源调度的利用率,实现虚拟机资源合理调度,提出一种基于猫群优化算法的虚拟机资源调度优化方法.首先根据虚拟机资源调度优化目标构建数学模型;然后综合考虑最短时间与最优负载构建猫群优化算法的适应度函数,并通过模拟猫的日常行为实现虚拟机资源调度最优方案的寻优;最后在CloudSim平台上对该算法的有效性进行测试.测试结果表明,该算法能获得更优的虚拟机资源调度方案,保证了虚拟机资源的负载均衡,可以满足用户需求的偏好性.

负载均衡的分布式系统任务调度优化算法

针对当前分布式系统任务调度算法存在节点负载不平衡,资源利用率低等缺陷,提出一种基于负载均衡的分布式系统任务调度优化算法.首先分析了当前分布式系统任务调度优化算法的研究现状;然后对节点的实时性能指标进行估计,并根据估计结果分配不同的任务;最后通过仿真实验与其他算法进行对比.实验结果表明,相比于经典分布式系统任务调度算法,该算法缩短了任务完成时间,使得系统各节点的负载更均衡,提高了节点资源的利用率.

一种基于语义的负载均衡调度算法

针对目前越来越严重的网络访问瓶颈,运用现有的集群技术,提出一种基于语义的负载分担算法,并给出了其Java实现,用于实现集群系统的动态负载均衡.

一种基于负载均衡性的网格任务调度算法

针对二分图匹配算法在任务之间存在时序关系时无法进行有效调度以及EFT算法没有充分考虑各处理机性能及网络通信状况的问题,提出基于二分图匹配的改进ETF算法。该算法综合考虑任务之间的时序关系、处理机的性能、处理机之间的通信情况及已处理任务的调度情况,利用二分图最佳匹配思想对局部任务进行调度。实验表明该算法具有较小的调度长度和较好的负载均衡性。

多核处理器中混合关键级任务可调度及半分区划分算法

当前,多数多处理机中混合关键级任务可调度性分析以及半分区调度算法均针对单核利用率展开研究。但由于多核系统任务调度复杂性较高,现有研究结果存在各处理器负载不均衡以及任务可调度性不理想等问题。针对该问题,文中将动态需求边界函数(Dynamic Demand Boundary Function,DDBF)的应用范围扩展至多核处理器系统。根据半分区划分调度算法对DDBF改进,并加入了结转作业和前接作业分析提出了SDDBF(Super Dynamic Demand Boundary Function),可更精确地计算与利用资源。文中基于SDDBF提出了SDA(Stepper Dispatch Algorithm)可调度性分析法与半分区划分算法MCWF(Mixed-Criticality Worist First)。仿真结果表明,相较于AMC(Adaptive Mixed Criticality)、AMC-max以及XU算法,SDA可调度性分析判定提升了5%~10%,相较于WF_MY(Worst First_My)、WF_NEW(Worst First_New)算法,MCWF可使系统在任意关键等级下的CPU(Central Processing Unit)负载具有更良好的均衡性能。

一种支持负载均衡的存储调度算法

针对应用层存储聚合中的调度问题,提出了一种支持负载均衡的存储调度(LBS)算法.LBS是一种基于策略的调度算法,它将应用对存储资源的需求转换为一系列约束,再通过分析约束之间的关系选择合适的存储节点或者已有的调度方案,从而提高了调度方案的复用率,维护了策略复用与节点负载之间的平衡关系,寻找到最佳的负载均衡策略.模拟测试表明,LBS算法在负载均衡方面和策略耦合方面明显优于Least和Random算法,负载均衡指标最高可提升10倍左右.