版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、天津大學博士學位論文㈣Y1㈣532㈣03㈣5基于智能優(yōu)化算法的網(wǎng)格任務(wù)調(diào)度策略研究ResearchonTaskSchedulingStragetiesforGridbyIntelligentOptimizationAlgorithms一級學科：計算機科學與技術(shù)學科專業(yè)：計算機應(yīng)用技術(shù)研究生：薛桂香指導教師：趙政教授天津大學計算機科學與技術(shù)學院二零零八年八月ABSTRACTTheproblemofschedulingtasksontore
2、sources，otherwiseknownasthetaskallocationproblem，isanNPhardproblemforthegeneralcaseManyheuristicalgorithmsexistforspecificinstancesofthetaskschedulingproblem，butareinefficientforamoregeneralcaseWehaveinvestigatedsomeinte
3、lligentoptimizationalgorithms，suchasMeanFieldAnnealingAlgorithm(MFA)，MicrocanonicalAnnealingAlgorithm(MA)，GeneticAlgorithm(GA)，etcAndwehaveappliedthesealgorithmstotaskschedulingingridFirstlyMeanFieldAnnealingalgorithmisa
4、ppliedtothegridtaskschedulingWeconstructtheenergyfunctionandstatus—updatingfunction，whichmeetavarietyofrestrictiveconditionsAndsimulationexperimentsshowthegoodabilityofoptimizationThenweimprovetheMicrocanonicalAnnealingA
5、lgorithm，andappliedtothetaskschedulingTwostrategiesareproposed，whichareenergyincentivesstrategywithsubsectionandhybridenergycompensationstrategyAndweadopttheheenergyfunctionandstatusupdatingfunctionofMFAalgorithmintheMAa
6、lgorithm，whichformedanewalgorithmMicrocanonicalMeanFieldAnnealingAlgorithm(MMFA)Thisnewalgorithmensuresthattheenergyofnewstateisreduced，SOspeedsupthesearchspeedandimprovesperformanceofthealgorithmFinallyFuzzyDynamicGenet
7、icAlgorithm(FDGA)isproposedforgridtaskschedulingInFDGA，wedevelopanewcodingsystemconsideringthedynamicsofthe96danddesignnewoperatorsofselection，crossoverandmutationThefitness^mctionisconstructedbasedonfuzzyevaluationmecha
8、nisms，taldngintoaccountthemakespantheidletimeofhostsandthedeadlinerequirementsoftasksAccordingtOthecomputingpowerofhostsandloadstatesofnetwork，dynamicschedulingaIgorithmiscarriedouttoprovideuserswithoptimumperformanceAlo
9、calg訂dsimulationmodelisconstructedbyOPNETWerealizetheFDGAalgorithminthissimulationandcomparewithothergridtaskschedulingalgorithms(suchasMinrrAnMaxminetc)Thesimulationresultssho氓，thattheFDGAschedulingalgorithmhasgoodabili
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于智能優(yōu)化算法的網(wǎng)格任務(wù)調(diào)度策略研究(1)
- 基于遺傳算法的網(wǎng)格能量優(yōu)化任務(wù)調(diào)度算法研究.pdf
- 基于網(wǎng)格的任務(wù)調(diào)度算法研究.pdf
- 基于螞蟻免疫記憶優(yōu)化算法的網(wǎng)格任務(wù)調(diào)度研究.pdf
- 基于遺傳算法的網(wǎng)格能量優(yōu)化任務(wù)調(diào)度算法研究(1)
- 網(wǎng)格計算中任務(wù)的調(diào)度策略和調(diào)度算法的研究.pdf
- 基于蟻群遺傳算法的網(wǎng)格任務(wù)調(diào)度策略研究.pdf
- 網(wǎng)格任務(wù)調(diào)度優(yōu)化模型和算法研究.pdf
- 基于離散粒子群優(yōu)化算法的網(wǎng)格任務(wù)調(diào)度方法.pdf
- 基于任務(wù)調(diào)度的網(wǎng)格性能優(yōu)化研究.pdf
- 基于遺傳算法的網(wǎng)格任務(wù)調(diào)度算法研究.pdf
- 基于遺傳算法和蟻群算法的網(wǎng)格任務(wù)調(diào)度策略.pdf
- 計算網(wǎng)格中任務(wù)調(diào)度算法和策略的研究.pdf
- 基于網(wǎng)格環(huán)境的任務(wù)調(diào)度算法研究.pdf
- 基于混合蛙跳算法的網(wǎng)格任務(wù)調(diào)度研究.pdf
- 基于遺傳算法的網(wǎng)格任務(wù)調(diào)度算法的研究.pdf
- 基于蟻群算法的網(wǎng)格任務(wù)調(diào)度算法研究.pdf
- 智能優(yōu)化任務(wù)調(diào)度算法的研究與應(yīng)用.pdf
- 基于超圖的網(wǎng)格任務(wù)調(diào)度優(yōu)化方法研究.pdf
- 基于時間-費用的網(wǎng)格任務(wù)調(diào)度策略研究.pdf
評論
0/150
提交評論