基于改进蚁群算法的网格资源调度(4)

基于改进蚁群算法的网格资源调度

114北京邮电大学学报　　　　　　　　　　　　　　　　　第32卷

表1　资源情况

ID12345678910

处理器个数

444226161624

处理能力MIPS

515377377377380410410410380410

通信能力/(Mbit s-1)

20302040202040501020

安全性能好的资源完成任务的能力总是高于性能不

好的资源,所以改进蚁群算法在不同程度上提高了任务提交的成功率.

4　结束语

针对目前在网格资源共享方面存在的复杂问题,提出了基于改进蚁群算法的网格资源调度技术,不仅使各种高性能服务器和计算软件等资源有机地聚集起来,实现资源的分布式高度共享,而且有效提高了网格系统中资源的利用率和可靠性,进一步推进了社会信息化的发展.:

[],,.网格计算[M].北京:清华大学

,2002.9211.

[2]　何琨,赵勇.网格环境下资源调度问题的统一建模与

分析[J].华中科技大学学报(自然科学版),2006,34

(3):35238.

HeKun,ZhaoYong.Modelingandanalyzingresourceschedulesingridenvironments[J].JournalofHua2zhongUniversityofScienceandTechnology(Nature

图1　网格资源利用率

Science),2006,34(3):35238.

[3]　蔡红云,田俊峰,张永洪.基于校园网格系统的资源管

　　从图1可以看出,由于改进蚁群算法引入了资

源节点的可信度,执行任务所需的时间小于min2min算法,资源节点能处理较多的任务,资源的利用率也高于min2min算法.

在任务提交成功率方面,改进蚁群算法也优于min2min算法,如图2所示

.

理[J].微机发展,2005(4):73274.

CaiHongyun,TianJunfeng,ZhangYonghong.Re2sourcemanagementinthecampusgridsystem[J].Mi2crocomputerDevelopment,2005(4):73274.

[4]　DorigoM,CaroGD,GambardellaLM.Antalgo2

rithmsfordiscreteoptimization[J].ArtificialLife,1999,5(3):1372172.

[5]　DorigoM,BlumC.Antcolonyoptimizationtheory:a

survey[J].TheoreticalComputerScience,2005,344(3):2432278.

[6]　王东安,徐浩,南凯,等.基于推荐的网格计算的信任

模型[J].计算机应用研究,2006,29(2):21224.

WangDong’an,XuHao,NanKai,etal.Areputa2tion2basedtrustmodelforgridcomputing[J].Appli2cationResearchofComputers,2006,29(2):21224.[7]　袁禄来.网格环境下基于信任模型的动态级调度[J].

图2　任务提交成功率

计算机学报,2006,29(7):121721224.

YuanLulai.Dynamiclevelschedulingbasedontrustmodelingridcomputing[J].ChineseJournalofCom2puters,2006,29(7):121721224.

　　由图2可知,在改进蚁群算法中,任务总是优先

分配到可信度较高的资源节点上执行,而效率高和