网格计算中动态任务调度算法的研究

调度算法的研究,直接关系到网格中调度的效率和质量,在网格计算技术的研究中有着非常重要的作用由于网格资源具有异构性动态性自治性等特点;另外,众所周知,任务调度问题是NP完全问题,因此如何设计出一种性能优

网格计算中任务调度研究综述，是一个基于网格计算的最优跨度的调度算法的论文

典型的独立任务映射与调度算法包括：快速贪吃算法（Fast-Greedy）,贪吃算法（Greedy），极小-极小算法（Min-Min）,极大-极小算法（Max-Min）,忍耐算法和老化算法等

一种性能很高的网格任务调度算法,基于融合进化计算的网格任务调度算法

提出了一种基于动态粒子群优化的网格任务调度算法。设计了网格任务调度问题的数学模型，给出了自适应变异的动态粒子群优化算法的框架，引入了自适应学习因子和自适应变异策略，从而使算法具有动态自适应性，能够较容

网格环境下的有依赖关系的任务的调度算法（简称DAG图），并且在Simgrid 环境下运行成功。

为了合理地协调和分配网格资源,降低网格任务完成时间,有效保持网格资源负载平衡,通过分析网格任务调度的关键问题和PSO算法的优化原理,建立了网格任务调度的元任务模型和性能指标的数学模型,确定了粒子编码和

为了提高遗传算法的搜索性能,同时满足网格资源的优化分配,提出了一种带过滤机制的遗传算法,使其适用于网格任务调度问题的优化处理。仿真研究表明该算法更符合网格调度的复杂环境,能得到较短的任务执行时间和较好

提出了一种分布式层次任务调度模型，该模型将任务调度分两层进行，并且将信任机制引入其中以提高网格的服务质量及运行效率。提出了适应该模型的调度算法，算法同时考虑了网格实体间的信任关系、预测执行时间、QoS

集合划分问题对日常生活中的仓库装填问题，生产线排程问题有很大意义，但是无论采用精确算法还是启发式算法都不能很好求解。提出一种改进的分布估计算法，采用实数编码和基于矩阵的概率向量存储方式，并且引入权值的