Resource-Constrained Scheduling Algorithms for Stochastic Independent Tasks With Unknown Probability Distribution

Yiqin Gao; Yves Robert; Frédéric Vivien

doi:10.1007/s00453-023-01100-8

第三条Dans Une Revue 算法 Anneée:2023年

概率分布未知的随机独立任务的资源约束调度算法

(1),(2, 3),(2)

1
2
三

高一琴

功能：奥特尔
人员ID:1286326

上海交通大学[上海]

伊维斯·罗勃特

功能：奥特尔
人员ID:739318
伊达尔：伊夫斯·罗伯特
ORCID代码：0000-0003-2361-055X
ID参考号：029813611

资源优化：模型、算法和排序

创新计算实验室

费雯丽（Frédéric Vivien）

功能：奥特尔
人员ID:1372
伊达尔：弗雷德里克维温
ORCID代码：0000-0002-0663-6152
ID参考号：189808535

资源优化：模型、算法和排序

个人简历

Résumé

这项工作引入了调度算法，以最大化在给定预算和期限约束下可在并行平台上执行的独立任务的预期数量。这个问题的主要动机来自不精确的计算，其中每个作业都有一个强制部分和一个可选部分，目标是最大化成功执行的可选部分的数量，以提高结果的准确性。作业的可选部分代表了我们问题的独立任务。任务执行前不知道执行时间；相反，调度器唯一可用的信息是它们服从某种（未知）概率分布。调度器在决定切割阈值之前需要获取一些信息：与其让所有任务一直运行到完成，还不如在某个时刻中断长时间运行的任务。此外，当执行进一步进行时，获取新信息时，可以重新评估切割阈值。这项工作提出了几个算法来确定一个好的切割阈值，并决定何时重新评估它。特别是，我们使用Kaplan-Meier估计器来说明在做出决策时仍在运行的任务。我们的算法的效率是通过一组广泛的模拟来评估的，这些模拟具有不同的预算和截止日期值，范围超过13个概率调度具有未知概率分布的随机任务。特别是，即使在最坏的情况下，与上限相比，AutoPerSurvival（40%，0.005）策略也被证明具有77%的性能。这表明了我们战略的稳健性。

Mots clés公司

随机任务独立任务不精确计算资源分配日程安排 Kaplan-Meier估计量随机任务无关任务不精确计算资源分配调度Kaplan-Meier估计随机任务

与葡萄园

données算法与结构[cs.DS]

菲奇尔校长

修订的算法.pdf（1.16 Mo）

起源：菲奇尔斯制片人par l’（les）auteur（s）

装备罗马 : Connectez-vous浇注接触器le contributer

https://inria.hal.science/hal-04214825

Soumis le:vendredi 2023-15:24:10年9月22日

Dernière修改le:vendredi 2 février 2024-03:33:30

长期档案：samedi 23 décembre 2023-18:39:51

日期和版本

hal-04214825，版本1 (22-09-2023)

执照

父爱

身份证明人

HAL Id： hal-04214825，版本1
内政部： 2007年10月7日/00453-023-01100-8

Citer公司

高一琴、罗伯特、费雷德里克·费雯。概率分布未知的随机独立任务的资源约束调度算法。算法，2023，85（8），第236-2394页。⟨10.1007/s00453-023-01100-8⟩.⟨哈尔-04214825⟩

出口商

BibTeX公司 XML-TEI公司都柏林核心元数据集 DC条款尾注数据引用

ENS-LYON系列中国科学院印度尤尼夫·里昂1 INRIA2公司梅隆实验室 UDL公司澳大利亚国家铁路公司

25 磋商

25 交易费用