×

针对两阶段流调度问题的数据密集型启发式方法。 (英语) Zbl 1372.68049号

概要:数据密集型计算(DIC)提供了一种处理大量数据的高性能计算方法。在本研究中,引入了一种新的形式化方法,以流的方式表示两阶段DIC任务执行。针对调度问题的NP复杂性,提出了一种新的启发式算法。分析了启发式算法的理论近似比界,并通过实验评价进行了验证。总的来说,我们观察到,所提出的方法比最优解的理论界平均执行1.2倍的makespan。此外,该方法在总体上优于GA和FIFO调度方案。

MSC公司:

68平方米 计算机系统环境下的性能评估、排队和调度
68T20型 人工智能背景下的问题解决(启发式、搜索策略等)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Ying,K.C。;Lin,S.W.,《多级混合流程车间中的多处理器任务调度:蚁群系统方法》,《国际生产研究》,44,16,3161-3177(2006)·Zbl 1159.90409号
[2] 艾索普,A。;奥斯特曼,S。;Yigitbasi,M.N.,《针对多任务科学计算的云计算服务性能分析》,IEEE Trans。并行分配系统。,22, 6, 931-945 (2011)
[3] Quadt,D。;Kuhn,H.,《柔性流水线调度程序分类》,欧洲期刊Oper。第178、3、686-698号决议(2007年)·Zbl 1163.90508号
[4] Wang,I.L。;Yang,T。;Chang,Y.B.,《具有并行批处理、发布时间和机器合格性约束的调度两阶段混合流车间》,J.Intell。制造,23,62271-2280(2012)
[5] Liang,W。;Xiong,Y.H。;Wu,M.,数据密集型计算混合最大完工时间问题的启发式调度方法,(IEEE SC2国际会议论文集。IEEE SC2国际会议论文集,中国成都(2015),932-937
[6] Guizani,M。;Khalfi,B。;Ghorbel,M.B.,《大规模认知蜂窝系统:资源管理概述》,IEEE Commun。Mag.,53,5,44-51(2015)
[7] 佩雷拉,C。;Talagala,D.S。;Liu,C.H.,用于物联网云中传感服务的节能定位和活动感知按需移动分布式传感平台,IEEE Trans。计算。社会系统。,2, 4, 171-181 (2015)
[8] 帕拉尼萨米,B。;辛格,A。;Liu,L.,云中MapReduce的成本效益资源供应,IEEE Trans。并行分配系统。,26, 5, 1265-1279 (2015)
[9] Zapater,M.,用于提高服务器能效的泄漏感知冷却管理,IEEE Trans。并行分配系统。,26, 10, 2764-2777 (2015)
[10] 张,L。;齐,F。;Wei,C.,基于RPK表的MapReduce联合聚集查询高效算法,CAAI Trans。智力。技术。,1, 1, 19-89 (2016)
[11] Chaisiri,S。;Lee,B.S。;Niyato,D.,云计算中资源供应成本的优化,IEEE Trans。服务。计算。,5, 2, 164-177 (2012)
[12] 古铁雷斯-加西亚,J.O。;Ramirez-Nafarrate,A.,《使用虚拟机实时迁移在云数据中心进行分布式负载管理的协作代理》,IEEE Trans。服务。计算。,8, 6, 916-929 (2015)
[13] Reynolds,M.B。;Hulce,D.R。;Hopkinson,K.M.,在线服务放置和性能控制的装箱启发式算法,IEEE Trans。Netw公司。服务。管理。,10, 3, 326-339 (2013)
[14] Kumbhare,A.G。;Simmhan,Y。;Frincu,M.,《云基础设施上动态数据流的反应式资源供应启发法》,IEEE Trans。云计算。,3, 2, 105-118 (2015)
[15] 蔡家卫。;黄,W.C。;Chiang,M.H。;Chiang,M.C。;Yang,C.S.,云的超启发式调度算法,IEEE Trans。云计算。,2、2、236-250(2014年4月)
[16] Tarplee,K.M。;弗里斯·R。;Maciejewski,A.A.,《使用高效线性编程技术的异构计算系统中的能源和makespan权衡》,IEEE Trans。并行分配系统。,27, 6, 1633-1646 (2016)
[17] Sehrish,S。;麦基,G。;Shang,P.,使用MapReduce中的数据重组和以数据为中心的调度技术支持具有访问模式的HPC分析应用程序,IEEE Trans。并行分配系统。,24, 1, 158-169 (2013)
[18] Mashayekhy,L。;内贾德,M.M。;Grosu,D.,大数据应用中MapReduce作业的节能调度,IEEE Trans。并行分配系统。,26, 10, 2720-2733 (2015)
[19] 亚兹达诺夫,L。;Gorbunov,M。;Fetzer,C.,EHadoop:弹性MapReduce集群的网络I/O感知调度器,(2015年IEEE第八届国际云计算会议论文集。2015年IEEE第八届国际云计算会议论文集,美国纽约市(2015)),821-828
[20] Archana,G.K。;Chakravarthy,V.D.,《HPCA:Hadoop MapReduce的节点选择和调度方法》,(《2015年国际计算与通信技术会议论文集》,2015年国际计算机与通信技术大会论文集,钦奈(2015)),368-372
[21] Lee,C.Y。;Cheng,T.C.E。;Lin,B.M.T.,最小化3机器装配型流水车间调度问题中的完工时间,Manag。科学。,39, 5, 616-625 (1993) ·Zbl 0783.90054号
[22] Ruiz,R。;Vázquez-Rodríguez,J.A.,《混合流水车间调度问题》,Eur.J.Oper。第205、1、1-18号决议(2010年)·Zbl 1188.90110号
[23] 最小,M。;Kim,D。;Kim,H.M.,MIMO下行链路系统的机会主义两阶段反馈和调度,IEEE Trans。社区。,61, 1, 312-324 (2013)
[24] Danandeh,A。;赵,L。;Zeng,B.,智能建筑中不确定局部发电的作业调度:两阶段稳健方法,IEEE Trans。智能电网,5,5,2273-2282(2014)
[25] 巴契诺,F。;Grillo,S。;Massucco,S.,用于优化插入式电动汽车调度的两阶段基于边际的算法,IEEE Trans。智能电网,6,2759-766(2015)
[26] Al-Anzi,F.S。;Allahverdi,A.,具有最大延迟和最大完工时间双标准的两阶段装配流水作业启发式,计算。操作。研究,36,9,2682-2689(2009)·Zbl 1179.90117号
[27] Verma,A。;Cherkasova,L.公司。;Campbell,R.H.,协调MapReduce作业集合以最小化其makespan,IEEE Trans。可靠安全计算。,10, 5, 314-327 (2013)
[28] 朱,J。;Li,X.P.,《一个有效的元神经论者,可以让无等待的工作场所最小化完工时间》,IEEE Trans。自动。科学。工程师,9,1,189-198(2012年1月)
[29] 潘,Q.K。;Wang,L。;Sang,H.Y。;李建清。;Liu,M.,带阻塞的flowshop调度问题的高性能模因算法,IEEE Trans。自动。科学。工程师,10,3,741-756(2013年7月)
[30] 普里科皮,M。;Mitra,T.,自适应多核任务调度,IEEE Trans。计算。,63、10、2590-2603(2014年10月)·Zbl 1364.68121号
[31] Arabnejad,H。;Barbosa,J.G.,通过乐观成本表列出异构系统的调度算法,IEEE Trans。并行分配系统。,25,3682-694(2014年3月)
[32] 迈克尔·R·G。;David,S.J.,《计算机与难处理性:NP-完全性理论指南》(1990年),W.H.Freeman&Co.:W.H.Freeman&Co.,美国纽约
[33] Johnson,S.,包含设置时间的最佳两阶段和三阶段生产计划,Nav。Res.Logist公司。Q.,1,1,61-68(1954)·Zbl 1349.90359号
[34] Graham,R.L.,某些多处理异常的界限,贝尔系统。《技术期刊》,45,9,1563-1581(1966)·Zbl 0168.40703号
[35] 阿格拉瓦尔,P。;Rao,S.,分布式系统的能量感知调度,IEEE Trans。自动。科学。工程师,11,41163-1175(2014)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。