论文研究-基于移动Agent的网格计算资源管理模型设计.pdf

所需积分/C币:5 2019-09-08 07:37:28 876KB .PDF
收藏 收藏
举报

网格计算是当前高性能计算领域的一个研究热点,由于网格计算的资源具有分布性,异构性,自治性,动态性等特点,因而其资源管理比一般系统的资源管理具有更大的复杂度。文中提出了一种基于Agent的网格计算资源管理模型,并且采用了混合遗传模拟退火算法作为调度策略,满足了网格对调度系统可扩展性和全局最优调度的需求。实验结果证实了该方法的有效性。
1402008,44(21) Computer Engineering and Applications计算机工程与应用 号为K,K,…,K,其中K∈[1,m]∈[1,m],且为可重复相等 (4)执行选择操作,随机地选取父代种群F; 的自然数。 (5)对F进行交叉操作,产生杂交种群C; 采用随机分配的方法产生适量个体组成的初始群体为了 (6)对C进行变异操作,得到中间种群M; 能够取得全局最优解,群体要有一定的规模。具体方法:随机产 (7)由父代种群和中间种群共同组成新的种群pA=FUM 生 poplE个位数为n的个体,然后用自然数编码的染色体串 (8)当满足终止条件时,退火过程自然结東,输出最优解; 作为初始种群。 否则,T=X(1-、k),=h+1,返回到步骤(3)。 33适应度两数 pople 适应度函数是 HGSAA算法搜索进化过程中用来评价个 体的优劣,并作为以后遗传操作的依据,它是对优良染色体的4仿真实验与结果分析 定量描述。模型的目标函数为求最小值问题,需要将其转化为 基于上述网格资源调度算法 HGSAA和 Agent资源管理模 求最大值的适应度函数。适应度函数可以表示为 型,设计了算法的仿真实验。算法中用到的主要参数有:群体规 模 popsize为100,交叉概率P为0.85,变异概率Pn为0.1,初 f x)= FO 始温度T=0。 34选择算子 表1是各算法收敛时得到的最优解的完成时间和收敛时 选择是将父代的个体信息传递到子代。每代中的每一个个的进化代数,以及相对误差。为了评价算法的性能,定义Em为 体按照适应度函数的大小决定它能够复制到下一代的概率。通相对误差,衡量算法对问题的最佳优化度,其值越小意味着算 过选择,使得群体中的优秀个体数目不断增加,整个进化过程法的优化性能越好 朝着更优解的方向进行。体现了”适者生存,优胜劣汰”的进化 CI-C C*×100% 原则。采取”轮盘赌”式的选择策略: (1)计算所有个体的选择概率: 式中,C1为算法运行所得的实际优化值;C为问题的期望最优值。 表1仿真比较结果 P(i)= fi) ∑八i) 资源 完成时间s收敛时的进化代数相对误差E% 任务 GA SA HGSAA SA HGSAA GA SA HGSAA (2)随机生成一个数r= random0,1 个数算法算法算法算法算法算法算法算法算法 (3)若P(0)+P(1)+…+P(i-1)<r<P(0)+P(1)+…+P(i),则 202752802611281341200.320.42001 第i个个体被选择到下一代。 303823983602502542130.570.450 3.5交叉算子 33033933229816218715700.120 506536675733693702480.260.260.02 交叉是指把两个父代个体的部分结构加以替换重组而生 4404534503972152211890.150 成新个体的操作。本文定义的交叉算子如下: 605985875263073452510.540.260.01 (1)在0,1内随机生成一个数r= random[0,1,若r<Pe,则 505465464653753752650.370 10082182573052458741300.020 按下式进行交叉操作:V1=xV1+(1-)×V2,V2=×V2+(1-1)x V1。V1,V2分别是父个体,V1,V2分别为子个体。 从表1中可以看出,相对GA算法,SA算法,本文 HIGSAA (2)计算v1和V2的适应度fV1),fV2),若min{1,exp( 算法能找到更好的解,并且相对误差和波动率都较小。主要原 因是对适应度函数进行线性尺度变换,并对杂交和变异算子取 f(V)fV)/)> random0,1,则接受新解。7为第k次进化值采取自适应方式,有效避免GA的早熟收敛现象,同时在进 的温度 化的过程中,融入退火的思想,使算法逐渐向最优解搜索。 3.6变异算子 图3为 agent资源在 HGSAA算法部署前的负载统计情 变异操作的作用是在种群出现局部收敛时通过变异算子況。图4为该算法部署后, Agent资源的负载统计情况.从图3 的突变,使整个种群能保持一定的多样性。本文定义的变异算可以看出,在网格计算资源优化调度模型部署前,资源3由于 子如下: 任务过多导致资源负载过重,以致于部分网格用户无法继续提 (1)在[0,1内随机生成一个数rn= random0,1,若r<Pn,则 用随机方法产生一个正整数v=[ random[1,ml然后用P替换 个体V中第v位对应的基因值Kn。 80 资源1 (2)按照交叉算子步骤(2)的方法决定是否接受变异后的解。 资源2 资源 3.7终止条件 当冷却流程的温度ˆ不能再降低时,退火过程自然停止。 38算法的求解过程 3 (1)初始化控制参数: pople,To,k=0; 20 (2)根据32方式对基因进行编码,并随机产生初始种群po; (3)评价群体pk中每个个体的适应函数值f(x),i=1,2 1010203040567810 时间/m poplE i 图3 HGSAA算法部署前资源的负载统计 曾正军,舒万能:基于移动 agent的网格计算资源管理模型设计 2008,44(21)141 交任务,而资源1和资源2的负载过低,资源没有得到充分地 40-48. 利用。从图4可以看出,系统部署后,虽然资源3的负载有所降5] Kraus s, Sycara K, Evenchik A Reaching agreement through argu 低,但是资源1和资源2的负载有了很大的提高,从整体上做 mentation: a logical model and implementation[J].Artificial Intelli 到了对资源的负载均衡。 gence,1998,104(1,2):1-69 [6 Schoonderwoerd R, Holland O, Bruten J Ant-like agents for load balancing in telecommunications networks(CypProceedings of the First International Conference on Autonomous Agents, 1997: 209-216 --资源1 [7 Yao junhan Resource scheduling algorithm for grid computing and 资源2 资源3 its modeling and analysis using Petri net[C//Shanghai The 2nd International Workshop on Grid and Cooperative Computing, 2003 [8 Dai Yuan-Shun, Wang Xiao-Long Optimal resource allocation on grid systems for maximizing service reliability using a genetic al gorithm[J]. Reliability Engineering and System Safety, 2006,91 1071-1082. 0102030405060708090100 19 Weng Chuliang, Lu Xinda. A cost-based on-line scheduling algo 时间/m ithm for job assignment on computational grids[M ]. Heidelberg: 图4 HGSAA算法部署后资源的负载统计 pringer Verlag, 2003 [10] Martino V D, Mililotti M Sub-optimal scheduling in a grid using 5结论 genetic algorithm[J]. Parallel Computing, 2004, 30(5/6): 553-565 本文设计了一种基于移动^gent网格计算资源管理模型,[1ll颖峰基丁进化算法的网格计算资源管理调度系统小计算机工 能够实现网格计算资源的髙效动态自适应性管理。在模型基础 程,2003,29(15):110-175 上,采用混合遗传模拟退火算法,对网格计算环境下移动 Agent121魏伟,李艳玮,郑伟勇基于移动Agmt动态自适应网格资源的管 任务调度问题展开了深入的研究,同时在调度策略上把握住了 理模型J华东交通大学学报,2006,23(5):109-11 网格资源管理的启发性本质,使得系统能够进行全局最优调3李春林,卢正鼎,李蜡元基于 agent的计算网格资源管理武汉 度。文中提出的网格计算资源管理模型与移动 Agent技术相结 理工大学学报:交通科学与工程版,2003,27(1):10. 合,为网格计算领城的研究提供新的研究工具和方法,对网格14汝传韩光法陈宏伟网格计算环境下资源管理优化策略研究 通信学报,2005,26(7):21-26 技术的应用与发展具有深刻推动意义 [15] Zomaya A Y,Yee-HweiThe observations on using genetic algo rithms for dynamic load-balancing[J.IEEE Transactions on Paral 参考文献 lel and Distributed Systems, 2001, 12(9) [1 Foster I, Kesselman C, Tuecke SThe anatomy of the grid: enabling [16] Yao Wensheng. Genetic scheduling on minimal processing ele scalable virtual organizations[J]. International J Supercomputer Ap ments in the grid[M]. Heidelberg: Springr-Verlag, 2002 plications, 2001, 15(3) [17] Shu Wanneng Zheng Shijue, Gao Li, et al. An improved genetic [2] Foster I, Kesselman C, Lee C, et al. A distributed resource manage simulated annealing algorithm applied to task scheduling in grid ment architecture that supports advance reservations and co-allo- computing Dynamics of Continuous Discrete and Impulsive Sys- cation( Cp/Intl Workshop on Qualityof Service, 1999 tems-series B-applications algorithms, 2006: 831-835 3] Karnik n m, Tripathi A R Design issues in mobile agent program-[18]张讲社,徐宗本,梁恰整体退火遗传算法及其收敛充要条件职中 ming systems[J] .IEEE Concurrency, 1998, 6(3): 52-61 国科学:E辑,1997,27(2):154-164 4] Wilhelm U g, Staamann s M, Buttyan I. A pessimistic approach to[9]王霞,周国标整体退火遗传算法的几乎处处强收敛性小应用数 trust in mobile agent platforms[J]. IEEE Computing, 2000, 9(10) 学,2003,16(3):1-7 (上接112页) solids in Dal lake, srinagar using remote sensing technology[JIn 同时,在K-L第六主成分下提取出了错分入沼泽的行道 ternational Journal of Remote Sensing, 17(7): 1425-1432 树,初步分析原因认为在该地区,由于到田间的行道树较为稀2衣伟宏杨柳,张正祥基于ETM+影像的扎龙湿地遥感分类研究 疏,在遙感影响上相当一部分是离散的点,容易被误以为是噪 湿地科学,2004:208-212 声,于是可以利用集中了较多噪声的K-L变换的第6主成分 3]李爽,丁圣彦,许叔明遥感影像分类方法的研究河海大学学报 2002,32(2):70-73 来找回这些树木信息。 [4]王建业江苏沿海淮涂资源利用的新方向海洋通报,19918): 56-62 参考文献: 5 Carpenter D J, Carpenter S M Modeling inland water quality usin [1] Wani MM, Choubey V K, Himanshu J Quantication of suspended Landsat data[J]. Remote Sensing of Environment, 1983, 13: 345-352 (上接115页) 值J华东理工大学学报:自然科学版,2005,31(5) [6 Law n L, Szeto K Y Adaptive Genetic Al gorithm with mutation 19] Simoes A, Costa E An evolutionary approach to the zero/one Knap- and crossover matrices[C]/IJCAl-07, 2007: 2330-2333 7]金吾伦,郭元林国外复杂性科学的研究进展门学术博览,2003(6 sack problem: testing ideas from biology [C/CANNGA 2001, 2001: 8]常青钟民先基于耗散结构的改进遗传算法求取红外图像二维闭 22-25

...展开详情
试读 4P 论文研究-基于移动Agent的网格计算资源管理模型设计.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    weixin_38743968 如果觉得有用,不妨留言支持一下
    2019-09-08
    • 至尊王者

      成功上传501个资源即可获取
    关注 私信 TA的资源
    上传资源赚积分,得勋章
    最新推荐
    论文研究-基于移动Agent的网格计算资源管理模型设计.pdf 5积分/C币 立即下载
    1/4
    论文研究-基于移动Agent的网格计算资源管理模型设计.pdf第1页
    论文研究-基于移动Agent的网格计算资源管理模型设计.pdf第2页

    试读已结束,剩余2页未读...

    5积分/C币 立即下载 >