×

网格中基于细胞记忆算法的高效批作业调度。 (英语) Zbl 1140.68011

摘要:计算网格是大规模分布式计算的一种重要的新兴范式。随着网格系统的广泛应用,高效利用大量网格计算资源的技术变得越来越重要。为了从这些资源中获益,一个关键的方面就是将作业调度到网格资源上。由于网格系统的复杂性,高效的网格调度器的设计变得具有挑战性,因为这样的调度程序必须能够在很短的时间内优化许多相互冲突的准则。这个问题在文献中已经被几种不同的元启发式方法解决了,我们在这项工作中的主要焦点是在现有技术的基础上开发一种新的高度竞争的技术。为此,我们利用了细胞模因算法(cMAs)的一种结构种群模因算法(memetic algorithms,cMAs)在网格系统中获得高效的批调度算法的能力,并将所得结果与现有技术进行比较。对该问题的cMA方法和运算符进行了仔细的设计,从而实现了高效和健壮的实现。我们的实验研究,基于一个已知的静态基准,表明这种启发式方法能够为网格节点提供非常高质量的作业计划,因此可以用来为实际网格系统设计高效的动态调度程序。这种动态调度器可以通过在批处理模式下运行基于cMA的调度器很短的时间来调度自cMA调度器上次激活以来到达系统的作业来获得。

理学硕士:

68平方米 计算机系统环境中的性能评估、排队和调度
68米14 分布式系统
90B35型 运筹学中的确定性调度理论
90度59度 数学规划中的逼近方法和启发式方法
PDF格式 BibTeX公司 XML 引用
全文: 内政部 链接

参考文献:

[1] Abraham,A.,Buyya,R.,Nath,B.:在计算网格上调度作业的自然启发式方法。在:第八届IEEE国际先进计算与通信会议(ADCOM),第45-52页。印度(2000年)
[2] Alba,E.,Dorronsoro,B.:动态细胞进化算法中的探索/利用权衡。IEEE传输。进化。计算机。9(2),126–142(2005年)·Zbl 05451854
[3] Alba,E.,Dorronsoro,B.:细胞遗传算法。运筹学/计算机科学接口系列,第42卷。斯普林格·维拉格·海德堡(2008)ISBN:978-0-387-77609-5·Zbl 1211.90006
[4] Alba,E.,Dorronsoro,B.,Alfonso,H.:细胞记忆算法。J、 计算机。科学。技术。5(4),257–263(2005年)
[5] Alba,E.,Dorronsoro,B.,Alfonso,H.:在SAT上评估的细胞记忆算法。In:XI Congreso Argentino de Ciencias de la Computacixn(CACIC)。DVD版(2005)
[6] Alba,E.,Dorronsoro,B.,Giacobini,M.,Tomassini,M.:生物启发算法和应用手册,第章。分散细胞进化算法,第103-120页。CRC出版社(2006)
[7] Alba,E.,Tomassini,M.:并行和进化算法。IEEE传输。进化。计算机。6(5),443–462(2002年)·Zbl 05451856
[8] Alba,E.,Troya,J.:细胞进化算法:评估比率的影响。在:过程。第六届自然并行问题解决国际会议(PPSN)。LNCS,第1917卷,第29-38页(2000年)
[9] Braun,H.,Siegel,T.,Beck,N.,Bölöni,l.,Maheswaran,M.,Reuther,A.,Robertson,J.,Theys,M.,Yao,B.:将一类独立任务映射到异构分布式计算系统的十一种静态启发式方法的比较。J、 平行分布。计算机。61(6),810–837(2001年)·Zbl 0990.68013
[10] Buyya,R.,Abramson,D.,Giddy,J.:Nimrod/G:全球计算网格中资源管理和调度系统的体系结构。第四届高性能计算国际会议,第283-289页。中国(2000年)
[11] Carretero,J.,Xhafa,F.:在大规模网格应用中使用遗传算法调度作业。技术和经济发展杂志-维尔纽斯Gediminas技术大学的研究期刊12(1),11-17(2006)
[12] Casanova,H.,Dongarra,J.:Netsolve:网络支持的解算器。IEEE计算机。科学。工程5(3),57-67(1998)·Zbl 05092190
[13] Casanova,H.,Legrand,A.,zagordnov,D.,Berman,F.:网格环境中调度参数扫描应用程序的启发式算法。In:异构计算研讨会,第349-363页(2000年)
[14] Coello,C.,Van Veldhuizen,D.,Lamont,G.:解决多目标问题的进化算法,遗传算法和进化计算。Kluwer学术出版社(2002年)·Zbl 1130.90002
[15] Deb,K.:使用进化算法的多目标优化。威利(2001)·Zbl 0970.90091
[16] Foster,I.,Kesselman,C.:网格——新计算基础设施的蓝图。摩根考夫曼出版社(1998)
[17] Foster,I.,Kesselman,C.,Tuecke,S.:网格的解剖:支持可伸缩的虚拟组织。国际J.超级计算。申请。15(3),200–222(2001年)
[18] Frey,J.,Tannenbaum,T.,Foster,I.,Livny,M.,Tuecke,S.:Condor-G:多机构网格的计算管理代理。集群计算。5(3),237–246(2002年)
[19] Ghafoor,A.,Yang,J.:分布式异构超级计算管理系统。IEEE计算机。第26卷第6卷,第78-86页(1993年)
[20] Giacobini,M.,Tomassini,M.,Tettamanzi,A.,Alba,E.:规则格的细胞进化算法中的选择强度。IEEE传输。进化。计算机。9(5),489–505(2005年)·Zbl 05451949
[21] 格洛弗,F.,拉古纳,M.:禁忌搜索。Kluwer学术出版社,波士顿(1997)·Zbl 0930.90083
[22] Kafil,M.,Ahmad,I.:异构分布式计算系统中的最优任务分配。IEEE Concurr公司。6(3),42–51(1998年)·Zbl 05100385
[23] Linderoth,L.,Wright,S.:计算网格上随机规划的分解算法。计算机。擎天柱。申请。(随机规划特刊)24207-250(2003)·Zbl 1094.90026
[24] Luna,F.,A.Nebro,Alba,E.:使用网格技术解决多目标优化问题的观察。并行计算。32377–393(2006年)
[25] Martino,V.,Mililotti,M.:使用遗传算法的网格次优调度。并行计算。30553–565(2004年)
[26] 例如:并行组合优化。John Wiley&Sons,美国(2006)
[27] Talbi,E.-G.,Zomaya,A.:生物信息学和计算生物学的网格。John Wiley&Sons,美国(2007)
[28] Wright,S.:在计算网格上解决优化问题。Optima 65,8–13(2001年)
[29] Xhafa,F.:用于网格调度的GA替换算子的实验研究。在:第二届生物启发优化方法及其应用国际会议,第212-130页。斯洛文尼亚卢布尔雅那(2006年)
[30] Xhafa,F.,Carretero,J.,Alba,E.,Dorronsoro,B.:分布式环境中作业调度的禁忌搜索方法的设计与评估。在:第11届自然启发分布式计算国际研讨会(NIDISC'08),迈阿密,佛罗里达,美国,4月14-18日(待发表)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。