基于支持向量機性能預測的量子遺傳網格任務調度研究.pdf

1、網格計算是構筑在Internet上的一種新興技術，其利用共享網絡將分散在不同地理位置的計算資源、存儲資源和數(shù)據(jù)資源等組織成一臺虛擬的超級計算機，由此提供強大的計算能力。隨著網格技術的迅速發(fā)展，網格的應用越來越廣泛，受關注和重視的程度越來越高。網格的大規(guī)模應用對有限的網格資源提出了挑戰(zhàn)，即如何在有限的網格資源下運行更多的網格任務。解決該問題的核心在于調度算法，一個優(yōu)良的調度算法可以使網格節(jié)點執(zhí)行更多的任務，從而增大網格系統(tǒng)的吞吐率。本文的

2、研究正是圍繞改進任務調度算法這一現(xiàn)實的問題而展開的。 本文研究了網格任務調度總體框架，分析了傳統(tǒng)的網格任務調度算法，并且針對以往任務調度模型任務執(zhí)行時間冗長和任務丟棄數(shù)量過多等不足之處，提出了一種新的的網格任務調度模型。該調度模型首先利用支持向量機技術對網格各節(jié)點性能進行預測，這種方法大大提高了網格調度的有效性，從而提高了任務調度的效率；然后提出量子遺傳算法；繼而把用支持向量機得出預測的結果與網格任務數(shù)據(jù)同時輸入基于量子遺傳算法

3、的調度執(zhí)行系統(tǒng)中，通過該模型得出任務調度方案；最后利用SimSnow平臺對上述模型得出的任務調度方案進行驗證，表明基于量子遺傳算法的調度模型比以往的基于Min-Min算法與傳統(tǒng)遺傳算法的調度模型要優(yōu)越。 本文共分六章：第一章為緒論部分，對論文的研究背景和研究思路進行了簡要的論述，提出了本文的研究對象、課題的研究意義，闡述了本文所采用的研究方法和章節(jié)構造；第二章是網格和GirdGain概述，對網格概念進行了闡述，概述了GirdGa

4、in平臺和安裝與調試；第三章是網格任務調度框架研究，對網格任務調度框架進行了闡述，分析了經典網格任務調度算法，提出了基于支持向量機性能預測的量子遺傳算法的網格任務調度框架，并對這種新的調度框架進行了初步的總思考，引出了研究主題；第四章是基于支持向量機網格節(jié)點性能預測研究，講述了支持向量機的基本原理，并且利用支持向量機對網格節(jié)點性能進行了預測；第五章是基于量子遺傳算法的網格調度任務研究，簡介了量子遺傳算法和量子計算原理，進行了基于量子遺傳