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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、天津大學(xué)博士學(xué)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(jí)學(xué)科：計(jì)算機(jī)科學(xué)與技術(shù)學(xué)科專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)研究生：薛桂香指導(dǎo)教師：趙政教授天津大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)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?jī)?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
- 網(wǎng)格計(jì)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
- 基于遺傳算法的網(wǎng)格能量?jī)?yōu)化任務(wù)調(diào)度算法研究(1)
- 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(jì)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
- 智能優(yōu)化任務(wù)調(diào)度算法的研究與應(yīng)用.pdf
- 基于蟻群算法的網(wǎng)格任務(wù)調(diào)度算法研究.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(shí)間-費(fèi)用的網(wǎng)格任務(wù)調(diào)度策略研究.pdf
評(píng)論
0/150
提交評(píng)論