期刊文献+
共找到64篇文章
< 1 2 4 >
每页显示 20 50 100
Dynamic access task scheduling of LEO constellation based on space-based distributed computing
1
作者 LIU Wei JIN Yifeng +2 位作者 ZHANG Lei GAO Zihe TAO Ying 《Journal of Systems Engineering and Electronics》 SCIE CSCD 2024年第4期842-854,共13页
A dynamic multi-beam resource allocation algorithm for large low Earth orbit(LEO)constellation based on on-board distributed computing is proposed in this paper.The allocation is a combinatorial optimization process u... A dynamic multi-beam resource allocation algorithm for large low Earth orbit(LEO)constellation based on on-board distributed computing is proposed in this paper.The allocation is a combinatorial optimization process under a series of complex constraints,which is important for enhancing the matching between resources and requirements.A complex algorithm is not available because that the LEO on-board resources is limi-ted.The proposed genetic algorithm(GA)based on two-dimen-sional individual model and uncorrelated single paternal inheri-tance method is designed to support distributed computation to enhance the feasibility of on-board application.A distributed system composed of eight embedded devices is built to verify the algorithm.A typical scenario is built in the system to evalu-ate the resource allocation process,algorithm mathematical model,trigger strategy,and distributed computation architec-ture.According to the simulation and measurement results,the proposed algorithm can provide an allocation result for more than 1500 tasks in 14 s and the success rate is more than 91%in a typical scene.The response time is decreased by 40%com-pared with the conditional GA. 展开更多
关键词 beam resource allocation distributed computing low Earth obbit(LEO)constellation spacecraft access task scheduling
在线阅读 下载PDF
基于动态势博弈的边缘算力网络任务调度算法
2
作者 张晶 关建峰 +1 位作者 刘科显 申奥 《电子学报》 北大核心 2025年第1期221-237,共17页
随着个性化、多样化的新型网络应用和业务的不断发展和成熟,数据量和计算需求呈指数型增长趋势,而云计算、边缘计算、智能终端设备等也得到了快速发展,计算资源呈现出泛在、分散部署的趋势,如何高效协同地利用这些泛在计算资源以满足日... 随着个性化、多样化的新型网络应用和业务的不断发展和成熟,数据量和计算需求呈指数型增长趋势,而云计算、边缘计算、智能终端设备等也得到了快速发展,计算资源呈现出泛在、分散部署的趋势,如何高效协同地利用这些泛在计算资源以满足日益增长的计算需求,成为当前网络领域研究的一项重要新课题.边缘算力网络集中在网络边缘,在靠近数据源的位置,将异构的计算资源和网络资源结合起来,通过资源感知、服务定位、任务调度等来提高资源利用率和任务执行效率,在保持低延迟和低成本的同时,实现对分布式计算资源的最优配置.边缘算力网络通常采用分布式的任务调度方式,各节点基于局部范围内的信息进行本地决策,具有决策时间短、能有效缓解中心控制器计算和通信压力等优势.然而,信息的局部、不对称特征限制了分布式任务调度的全局优化性能,导致计算任务的覆盖率无法得到保障.本文以边缘算力网络分布式任务调度为核心,依托博弈理论及多目标优化方法,设计基于最佳动态响应的分布式任务调度算法,引入两跳范围内的通信和共识消除机制,在最小化交互开销和决策延迟的情况下,最大限度地提升了分布式任务调度的任务覆盖率,实现向纳什均衡点的收敛;将两跳范围内的共识消除作为优化目标之一,建立基于分布式决策优化性和一致性双目标的动态势博弈模型,通过理论推导证明了局部决策和全局决策的渐进等价性,为纳什均衡的存在性及分布式任务调度的收敛性提供了有效的理论依据;最后,通过仿真与经典分布式决策算法和全局最优解进行了对比,验证了所提出算法的有效性和优化收益. 展开更多
关键词 边缘算力网络 任务调度 拍卖算法 动态势博弈 分布式决策
在线阅读 下载PDF
基于强化学习的Kubernetes云边协同计算调度算法
3
作者 汤佳伟 郭铁铮 闻英友 《浙江大学学报(工学版)》 北大核心 2025年第11期2400-2408,共9页
针对云边协同计算在网络资源和计算资源不平衡、任务类型和到达时间不确定的场景中存在资源利用不充分的问题,提出基于强化学习的云边协同计算资源调度算法KNCS.通过综合考虑网络资源和计算资源的状态,该算法实现了更短的传输时间、处... 针对云边协同计算在网络资源和计算资源不平衡、任务类型和到达时间不确定的场景中存在资源利用不充分的问题,提出基于强化学习的云边协同计算资源调度算法KNCS.通过综合考虑网络资源和计算资源的状态,该算法实现了更短的传输时间、处理时间和周转时间.设计统一的信息传输平台,聚合来自计算节点和各个任务的信息,支持任务依赖关系的定义,根据运行任务的类型动态调整后续任务,提供更真实的任务调度场景.实验结果表明,在云边协同计算场景下,KNCS算法的性能优于默认的Kubernetes调度算法. 展开更多
关键词 云边协同计算 物联网 任务调度 强化学习算法 分布式计算
在线阅读 下载PDF
并发式Spark消息分发器
4
作者 何玉林 林泽杰 +2 位作者 徐毓阳 成英超 黄哲学 《深圳大学学报(理工版)》 北大核心 2025年第3期317-325,I0012,I0013,共11页
在大数据计算框架Spark中,驱动器采用迭代式消息分发机制,会增加任务提交的时间开销,影响任务执行的启动时间,限制了任务执行的并发性,导致多个执行器处于空闲等待状态,造成计算资源的浪费.使用线程池调度策略,构建一种高效且轻量级的... 在大数据计算框架Spark中,驱动器采用迭代式消息分发机制,会增加任务提交的时间开销,影响任务执行的启动时间,限制了任务执行的并发性,导致多个执行器处于空闲等待状态,造成计算资源的浪费.使用线程池调度策略,构建一种高效且轻量级的并发式Spark消息分发器.与迭代式Spark消息分发器不同,并发式消息分发器更加关注且更适合调度开销较大的细粒度任务作业,通过解析包含执行器重要信息的元数据,获取任务列表及各个任务对应的执行器标识,创建线程池并为每个任务启动异步计算,从而实现并发式任务分发,在保证系统稳定和任务顺利执行的前提下,最大程度地减少任务分发的时间开销.在虚拟机构建的仿真集群环境上,通过与迭代式消息分发器进行对比,证实了并发式消息分发器的良好效果.实验结果表明,在内存保持不变的前提下,并发式Spark消息分发器可减少约9%的任务执行时间,同时能提高约5%的中央处理器的利用率.并发式Spark消息分发器有效解决了迭代式消息分发机制针对细粒度任务分发的时间开销过大和计算资源浪费的问题. 展开更多
关键词 并行处理 大数据计算 Spark通信机制 消息分发 细粒度任务 线程池调度
在线阅读 下载PDF
异构环境感知的分布式神经网络训练模型 被引量:2
5
作者 咸琳涛 刘晓兰 +1 位作者 王淦 刘建明 《计算机工程与设计》 北大核心 2024年第9期2821-2827,共7页
针对分布式神经网络训练在异构环境中训练速度慢、资源利用率低的问题,提出一种异构环境感知的分布式神经网络训练模型(H-PS)。根据计算节点当前状态动态调度训练任务,使计算节点能够在相同时间完成训练任务,提高资源利用率。提出通信... 针对分布式神经网络训练在异构环境中训练速度慢、资源利用率低的问题,提出一种异构环境感知的分布式神经网络训练模型(H-PS)。根据计算节点当前状态动态调度训练任务,使计算节点能够在相同时间完成训练任务,提高资源利用率。提出通信与计算并行策略,参数服务器与计算节点传输模型参数期间,计算节点持续模型计算,进一步提高资源利用率。使用灵活的量化策略,压缩神经网络模型参数,减少参数服务器与计算节点的通信开销。使用新兴的容器集群进行实验,结果表明,与现有方法相比,H-PS训练时间缩短1.4~3.5倍。 展开更多
关键词 分布式机器学习 异构环境 任务动态规划 通信与计算并行 参数动态量化 深度神经网络 容器集群
在线阅读 下载PDF
基于模糊聚类的云任务调度算法 被引量:38
6
作者 李文娟 张启飞 +1 位作者 平玲娣 潘雪增 《通信学报》 EI CSCD 北大核心 2012年第3期146-154,共9页
为了更好地实践云计算提供廉价按需服务的宗旨,提出了一种在模糊聚类基础上,基于两级调度模式的任务调度(FCTLBS,fuzzy clustering and two level based task scheduling)算法,新算法设置用户调度和任务调度2个等级。对资源进行性能模... 为了更好地实践云计算提供廉价按需服务的宗旨,提出了一种在模糊聚类基础上,基于两级调度模式的任务调度(FCTLBS,fuzzy clustering and two level based task scheduling)算法,新算法设置用户调度和任务调度2个等级。对资源进行性能模糊聚类;根据任务参数计算资源偏好,使不同偏好任务在不同聚类中选择,缩小了选择范围,更好地反映了任务需求。仿真实验表明,本算法较之同类算法具备一定的优越性。 展开更多
关键词 云计算 模糊聚类 任务调度 分配公平
在线阅读 下载PDF
并行分布计算中的任务调度及其分类 被引量:8
7
作者 陈华平 黄刘生 +1 位作者 安虹 陈国良 《计算机科学》 CSCD 北大核心 2001年第1期45-48,共4页
1 并行分布计算中的任务调度问题 并行分布计算中的任务调度问题就是根据一定的调度规则和调度策略,把组成并行程序的一组任务或构成工作负载的一组作业,按照一定执行时序分配到并行分布系统的多个计算结点上,以期取得较好的系统执行性... 1 并行分布计算中的任务调度问题 并行分布计算中的任务调度问题就是根据一定的调度规则和调度策略,把组成并行程序的一组任务或构成工作负载的一组作业,按照一定执行时序分配到并行分布系统的多个计算结点上,以期取得较好的系统执行性能[1,2].目前许多基于并行分布处理的高性能计算中心的计算环境是由多种并行机或网络工作站机群系统构成的异构多应用系统,并且某些并行机的内部计算结点也可能是异构的(如Paragon系统中有些结点的内存为16M,有些结点的内存为32M;或者有些结点为单CPU,有些结点为双CPU),这时不同的应用层次对任务调度有不同的要求,下面就从作业调度、任务划分与一般任务调度概念的区别出发,讨论并行分布计算中的任务调度问题. 展开更多
关键词 并行分布计算 任务调度 算法 CPU 计算机
在线阅读 下载PDF
任务分配与调度的共同进化方法 被引量:18
8
作者 钟求喜 谢涛 陈火旺 《计算机学报》 EI CSCD 北大核心 2001年第3期308-314,共7页
并行与分布式计算环境中随着独立任务的增多 ,传统进化类单种群的任务分配与调度算法的效率与效力随之大为降低 .该文在分析传统解完整编码单种群进化类算法的基础上 ,基于生物界多物种间共同进化的机制提出了任务分配与调度的合作式共... 并行与分布式计算环境中随着独立任务的增多 ,传统进化类单种群的任务分配与调度算法的效率与效力随之大为降低 .该文在分析传统解完整编码单种群进化类算法的基础上 ,基于生物界多物种间共同进化的机制提出了任务分配与调度的合作式共同进化计算模型 ,并探讨了任务分配与调度问题中的子种群合作方式与个体的适应值计算方法 .此外 ,从数学上分析了基于合作式共同进化的任务分配与调度算法的性能 ,指出共同进化调度方法中好的调度方案能以高于传统单种群进化算法的递增指数递增 .仿真分析证实了算法的理论分析结果 。 展开更多
关键词 任务分配 共同进化 进化计算 算法 计算机 任务调度
在线阅读 下载PDF
基于内存与文件共享机制的Spark I/O性能优化 被引量:8
9
作者 黄廷辉 王玉良 +1 位作者 汪振 崔更申 《计算机工程》 CAS CSCD 北大核心 2017年第3期1-6,共6页
通过对Spark采用的弹性分布式数据集及任务调度等关键技术进行分析,发现数据处理I/O时间是影响Spark计算性能的主要瓶颈。为此,研究Spark合并文件运行模式,该模式能够减少缓存文件数量,提高Spark的I/O效率,但存在内存开销较高的缺点。... 通过对Spark采用的弹性分布式数据集及任务调度等关键技术进行分析,发现数据处理I/O时间是影响Spark计算性能的主要瓶颈。为此,研究Spark合并文件运行模式,该模式能够减少缓存文件数量,提高Spark的I/O效率,但存在内存开销较高的缺点。在此基础上,给出改进的Spark Shuffle过程,即通过设计一种使每个Mapper只生成一个缓存文件的运行模式,并且每个Mapper共享同一个内存缓冲区,从而提高I/O效率和减少内存开销。仿真结果表明,与Spark默认模式相比,该运行模式宽依赖计算过程的I/O时间缩短42.9%,可有效提高内存利用率和Spark平台运算效率。 展开更多
关键词 分布式计算 Spark平台 Shuffle过程 磁盘I/O 任务调度
在线阅读 下载PDF
并行分布计算中的任务调度模型 被引量:5
10
作者 陈华平 黄刘生 陈国良 《计算机科学》 CSCD 北大核心 1999年第6期33-36,共4页
In this paper,we first describe the concept of task scheduing in Parallel and Distributed Computing(PDC) ,then illustrate the task scheduling model in PDC and the way of calculating the execution cost and communicatio... In this paper,we first describe the concept of task scheduing in Parallel and Distributed Computing(PDC) ,then illustrate the task scheduling model in PDC and the way of calculating the execution cost and communication cost ,and lastly discuss an approach to estimate the communication contention overhead. 展开更多
关键词 并行分布计算 任务调度模型 调度性能 调度效率 智能计算
在线阅读 下载PDF
分布式并行计算环境下混合遗传算法的研究 被引量:4
11
作者 唐天兵 韦凌云 +1 位作者 谢祥宏 严毅 《计算机工程与应用》 CSCD 北大核心 2011年第9期207-209,共3页
为提高混合遗传算法的计算效率和求解质量,提出一个并行混合遗传算法框架。该框架主要由遗传算法、小生境操作和单纯形3部分组成,遗传算法和小生境操作采用串行执行方式,单纯形采用分布式并行执行方式。分布式并行计算环境由4台计算机... 为提高混合遗传算法的计算效率和求解质量,提出一个并行混合遗传算法框架。该框架主要由遗传算法、小生境操作和单纯形3部分组成,遗传算法和小生境操作采用串行执行方式,单纯形采用分布式并行执行方式。分布式并行计算环境由4台计算机通过交换机连接构成,并设计了一个动态任务调度方案。一个典型工程算例验证了新算法的有效性,并且在分布式并行环境下取得了较好的加速比和并行效率。 展开更多
关键词 遗传算法 小生境 单纯形 分布式并行计算 任务调度
在线阅读 下载PDF
并行分布计算中的任务调度问题(一) 被引量:6
12
作者 陈华平 李京 陈国良 《计算机科学》 CSCD 北大核心 1997年第1期28-33,共6页
<正>1引言 任务调度是并行分布计算中最具有挑战性的问题之一,其1般形式和几种受限形式是NP完全问题~[1][2]。要取得多项式时间复杂度的最优调度算法。
关键词 并行分布计算 任务调度 最优调度算法
在线阅读 下载PDF
分布式系统中基于非合作博弈的调度算法 被引量:3
13
作者 童钊 肖正 +2 位作者 李肯立 刘宏 李俊 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2016年第10期139-147,共9页
针对分布式系统中任务调度问题,根据分布式环境下的任务调度特性,建立了一个非合作博弈的多角色任务调度框架,在此基础上提出了一种基于纳什均衡联合调度策略的分布式强化学习算法.相比于静态调度算法,该算法需要更少的系统知识.能使调... 针对分布式系统中任务调度问题,根据分布式环境下的任务调度特性,建立了一个非合作博弈的多角色任务调度框架,在此基础上提出了一种基于纳什均衡联合调度策略的分布式强化学习算法.相比于静态调度算法,该算法需要更少的系统知识.能使调度器主动学习任务到达和执行的相关先验知识,以适应相邻调度器的分配策略,目标是使得调度器的策略趋向纳什均衡.模拟实验结果表明:所提出的算法在任务的预期时间和公平性上相对于OLB(机会主义负载均衡)、MET(最小执行时间)、MCT(最小完成时间)等同类调度算法具有更好的调度性能. 展开更多
关键词 分布式计算 强化学习 任务调度 负载均衡
在线阅读 下载PDF
并行分布计算中的分布式动态任务调度 被引量:7
14
作者 陈华平 黄刘生 陈国良 《计算机科学》 CSCD 北大核心 1999年第4期10-12,共3页
1.引言并行分布计算中静态的启发式任务调度算法都要求并行分布程序任务在执行前是比较确定的。但一般情况下,实际并行应用程序并不满足这一限制条件,在执行前存在着许多不确定性因素,主要有:并行程序任务中的循环次数事先并不确定;条... 1.引言并行分布计算中静态的启发式任务调度算法都要求并行分布程序任务在执行前是比较确定的。但一般情况下,实际并行应用程序并不满足这一限制条件,在执行前存在着许多不确定性因素,主要有:并行程序任务中的循环次数事先并不确定;条件分支语句到底执行哪个分支,在程序执行前不能完全了解;每个任务的工作负载大小事先不能确定;任务间的数据通讯量大小只有在运行时才能决定;有些任务是动态产生的。虽然能通过某些技术把这些不确定性转化为确定性,如对条件分支的归纳,但是。 展开更多
关键词 并行分布计算 任务调度 算法
在线阅读 下载PDF
数据依赖约束下的任务调度资源选择算法 被引量:5
15
作者 廖彬 于炯 +1 位作者 张陶 杨兴耀 《计算机应用》 CSCD 北大核心 2014年第8期2260-2266,共7页
大数据环境下的计算任务往往具有一定数据依赖性关系(如MapReduce),现有的分布式存储系统任务资源选择策略选择离请求者最近的数据块响应服务,忽略了对数据块所在服务器CPU、磁盘I/O与网络等资源负载状态的考虑。在分析研究系统集群结... 大数据环境下的计算任务往往具有一定数据依赖性关系(如MapReduce),现有的分布式存储系统任务资源选择策略选择离请求者最近的数据块响应服务,忽略了对数据块所在服务器CPU、磁盘I/O与网络等资源负载状态的考虑。在分析研究系统集群结构、文件分块、数据块存储机制的基础上,定义了集群节点矩阵、CPU负载矩阵、磁盘I/O负载矩阵、网络负载矩阵、文件分块矩阵、数据块存储矩阵与数据块存储节点状态矩阵,为任务与数据之间的依赖性构建了基础数据模型,提出了一种数据依赖约束下的最优资源选择算法(ORS2DC)。任务调度节点负责维护基础数据,MapReduce任务与数据块读取任务由于依赖资源不同而采取不同的选择策略。实验结果表明:所提算法能够为任务选择质量更高的资源,提高任务完成质量的同时减轻了NameNode负担,减小了单点故障发生的概率。 展开更多
关键词 大数据计算 分布式存储系统 任务调度 数据模型 资源选择
在线阅读 下载PDF
分布式系统中多用户网络应用的概率型调度算法研究 被引量:4
16
作者 童钊 肖正 李肯立 《电子学报》 EI CAS CSCD 北大核心 2016年第7期1679-1688,共10页
多用户网络应用是分布式计算中最主要的形式之一.为了充分挖掘分布式系统中的计算资源,任务调度是解决该问题的关键.然而,由于多用户网络应用中存在的不确定性,使得当前的调度方法在动态性、实时性、适应性等方面都存在诸多不足.考虑到... 多用户网络应用是分布式计算中最主要的形式之一.为了充分挖掘分布式系统中的计算资源,任务调度是解决该问题的关键.然而,由于多用户网络应用中存在的不确定性,使得当前的调度方法在动态性、实时性、适应性等方面都存在诸多不足.考虑到用户实时性需求,本文提出了概率型调度的思想.该思想将任务的分配看作概率事件,以用户角度的最短响应时间为目标,给出了多用户网络应用的排队模型,并进一步将调度定义为一个非线性规划问题.分析表明上述方法在任务到达过程、服务率方面存在限制,进而提出了一个基于强化学习理论自适应调度算法.该算法首先利用Markov决策过程(MDP)描述该调度问题,然后对任务到达过程和服务率知识进行在线的学习.一旦获得任务分配概率,遵从该概率可进行快速的任务调度.实验表明上述两个算法相比于Min-Min、Max-Min、Suffrage、ECT四种经典调度算法具有更短的平均响应时间.除此性能外,通过实验分析了该概率型调度方法的稳定性. 展开更多
关键词 分布式计算 多用户 任务调度 排队模型 概率型调度
在线阅读 下载PDF
一种电力云数据中心的任务调度策略 被引量:25
17
作者 王德文 刘杨 《电力系统自动化》 EI CSCD 北大核心 2014年第8期61-66,97,共7页
随着智能变电站一体化监控平台及通信信息平台的建设与发展,电力数据呈现爆炸式的增长,而现有电力数据中心在处理海量数据时效率不高,无法满足电力用户多服务质量(QoS)需求。通过对电力云数据中心设计方案的分析,研究了云数据中心的任... 随着智能变电站一体化监控平台及通信信息平台的建设与发展,电力数据呈现爆炸式的增长,而现有电力数据中心在处理海量数据时效率不高,无法满足电力用户多服务质量(QoS)需求。通过对电力云数据中心设计方案的分析,研究了云数据中心的任务调度策略。结合电力数据中心自身的特点,定义了一种电力用户多QoS评价模型,给出一种基于负载均衡的贪心算法,并以QoS总体效应值为目标进行任务调度。最后,以变电设备状态评估实验中心为例,对其故障诊断、状态评估、检修维护等任务进行模拟调度,并使用CloudSim平台进行仿真测试。结果表明,该算法能最大限度地满足电力用户多QoS需求,有效提高电力数据中心运行的效率,达到更加优越的负载均衡效果。 展开更多
关键词 云计算 电力数据中心 任务调度 服务质量 分布式存储
在线阅读 下载PDF
并行分布计算中的启发式任务调度 被引量:4
18
作者 陈华平 林洪 陈国良 《计算机研究与发展》 EI CSCD 北大核心 1997年第S1期81-85,共5页
文中首先给出了并行分布计算中任务调度的基本模型,然后说明了如何利用任务图本身的一些启发信息来实现静态的启发式任务调度.最后提出了一般启发式任务调度算法的一些改进方法.
关键词 并行分布计算 任务调度 启发式算法
在线阅读 下载PDF
基于Multi-Agent的分布式测控系统任务调度算法 被引量:3
19
作者 闫钧华 张焕春 经亚枝 《电子科技大学学报》 EI CAS CSCD 北大核心 2006年第1期62-65,共4页
基于Multi-Agent提出了一种新的分布式测控系统动态任务调度算法。该算法采用接收者启动的调度策略,根据各主机负载状态,在系统运行过程中动态迁移任务,有效地提高了系统效率,实现了负载均衡的目标。该算法采用移动Agent来迁移任务,有... 基于Multi-Agent提出了一种新的分布式测控系统动态任务调度算法。该算法采用接收者启动的调度策略,根据各主机负载状态,在系统运行过程中动态迁移任务,有效地提高了系统效率,实现了负载均衡的目标。该算法采用移动Agent来迁移任务,有效地减少了网络传输,节省了时间。 展开更多
关键词 分布式测控系统 动态任务调度 调度策略 移动AGENT 分布计算 通信机制
在线阅读 下载PDF
基于PVM的并行分布计算中的任务调度策略 被引量:6
20
作者 胡志刚 唐小龙 钟掘 《计算机工程》 CAS CSCD 北大核心 2001年第3期25-26,68,共3页
在工程计算中,并行分布计算越来越显得重要,而任务调度策略是影响并行分布计算性能至关重要的因素.在分析了现有的任务调度策略的基础上,结合复杂机电系统耦和问题,提出了两层调度和主动报告的策略.
关键词 PVM 并行分布计算 任务调度策略 算法 计算机
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部