基于遗传编程的网格资源调度算法

网格资源调度是一个非常重要的研究课题。由于因特网的开放、动态性,传统的资源调度和分配方法已经不再适用网格计算,基于经济模型的资源管理和调度成为研究热点。在计算市场模型中,构造有效的效益函数又是提高算法性能的关键。有关文献中采用的是线性效益函数,虽然降低了复杂度,但不能很好地反映用户的效益。文中提出了基于遗传编程来寻找和构造非线性效益函数的方法,并将其应用到网格调度算法中。实验结果表明该算法可以提高网格中的资源调度性能。

基于遗传编程和效用最优的网格资源调度及仿真

由于因特网的开放、动态性,传统的计算资源调度方法已不再适用网格计算。基于经济模型的网格资源管理和调度成为研究热点。针对计算市场模型中非线性效用最优化问题,提出了一种基于遗传编程改进的效用最优的网格资源调度算法。该算法使用遗传编程构造计算市场模型中的效用函数,使得计算复杂度控制为O(n)。仿真结果表明该算法可以提高网格计算中的资源调度性能。