集群系統(tǒng)中基于DAG模型的任務(wù)調(diào)度算法研究.pdf

1、近年來，集群系統(tǒng)成為高性能計(jì)算的主流平臺(tái)，在此系統(tǒng)上進(jìn)行并行計(jì)算蘊(yùn)涵著巨大的計(jì)算潛力，調(diào)度是挖掘這些計(jì)算能力的關(guān)鍵技術(shù)。在并行系統(tǒng)中，應(yīng)用任務(wù)被劃分為多個(gè)子任務(wù)，有向無環(huán)圖（DAG）因能反映并行系統(tǒng)中各子任務(wù)以及這些任務(wù)間的依賴關(guān)系而被廣泛采用，本文研究基于DAG圖的集群系統(tǒng)任務(wù)調(diào)度問題，具體如下：
　?。?）對(duì)于同構(gòu)集群下的調(diào)度問題，采用表調(diào)度技術(shù)解決。分析現(xiàn)有表調(diào)度算法的不足，在此基礎(chǔ)上提出基于動(dòng)態(tài)關(guān)鍵路徑的全局調(diào)度算法GDC

2、P。該算法在調(diào)度任務(wù)選擇階段準(zhǔn)確地賦予任務(wù)優(yōu)先級(jí)，并結(jié)合全局搜索策略選擇處理機(jī)。實(shí)驗(yàn)及數(shù)據(jù)分析表明，該算法有效地提高了調(diào)度性能。
　?。?）對(duì)于異構(gòu)集群下的調(diào)度問題，采用遺傳調(diào)度算法解決。針對(duì)傳統(tǒng)遺傳調(diào)度算法在種群初始化方式上的缺陷，提出異構(gòu)系統(tǒng)中改進(jìn)的遺傳調(diào)度算法ISGA。該算法利用任務(wù)的屬性值來構(gòu)造染色體，得到優(yōu)質(zhì)的初始種群。實(shí)驗(yàn)及數(shù)據(jù)分析表明，該算法可以獲得較好的調(diào)度質(zhì)量。
　?。?）將本文研究成果應(yīng)用于與國家電網(wǎng)電力