一个新的Fork任务图的调度算法

针对Fork任务图的结构特点,提出了基于任务复制的调度算法。在对算法基础、术语、新的Fork任务图的调度算法-NSF进行了介绍的基础上,运用实例对调度进行了分析比较。该算法在保证得到最优调度长度的前提下,减少了使用处理机的个数。实验结果表明,该算法综合性能优于其它算法。

调度Fork-Join任务图的贪心算法

任务调度算法的目标是把组成并行程序的一组任务分配到多个处理器以使得程序的完成时间最短,这是一个NP完全问题。虽然许多算法在任务满足某些条件时能产生最优调度,但大多都忽略了节省处理器个数和最小化程序总的完成时间等问题。Fork-Join结构是一种并行处理的基本结构。因此,专门针对Fork-Join任务图,提出了一个能产生最优调度的新的贪心调度算法,该算法具有高的加速比和总体效率,时间复杂度为2,其中,表示任务集中任务的个数。实验结果表明,相比其它算法,该算法具有较短的调度长度、较短的完成时间,使用的处理器数较少。

广义Fork-Join任务图的调度问题研究

Fork-Join结构是一种并行处理的基本结构。为处理传统方法难以解决的复杂和非线性问题,缩短整个程序的总完成时间,针对广义Fork-Join任务图提出了基于遗传算法的调度算法,该算法将遗传算法和任务复制相结合,有效地缩短了得到最优结果的时间。实验结果表明,与其他算法相比,该算法具有较短的调度长度。

基于任务复制的调度算法

任务调度是并行分布式计算系统中最具挑战性的NP完全问题之一。基于任务复制的调度是一种有效的调度方法。在通信开销较小的情况下,现已有许多算法能产生最优调度。但其最优条件要么比较苛刻,要么比较复杂。因此,针对这些算法存在的问题,提出一个新的基于任务复制的聚集调度(TDCS)算法,不仅其最优条件简单、宽松,而且该算法具有更小的时间复杂度O(log),其中,和分别表示任务集中任务的个数和最大入度。