- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
网格环境中基于蚁群算法的批量任务
调度的研究
王全民1 王靓2 许智宏3
3天津大学电子信息工程学院300072)
(12北京工业大学计算机学院100022
xvzhihong@sina.com)
(1wangqm@bjut.edu.ca,2wangliang@emails.bjut.edu.ca,3
摘要在网格环境下,任务调度问题的实质就是为资源制定合理的任务调度方案,使各个资源负载尽
可能的均衡和得到尽可能小的任务调度时间。我们改进了蚁群算法,结合了批量任务调度要求,建立了
网格计算的仿真环境,以各个资源负载更均衡和批量任务调度时间更短为优化目标,实现了基于蚁群算
法的网格任务批量调度算法,并把批量任务调度和在线任务调度的实验结果进行了比较。实验结果表明
基于改进蚁群算法的批量任务调度方案可以获得更好的性能.
关键字网格计算;蚁群算法;批量任务调度
ofAnt Batch inGrid
Job
SchedulingComputing
Study Algorithm-Based
Quanmin Xu3
Wan91,LiangWalrl92,Zhihong
100022)
ofComputer UniversityofTechnology
(t2College Science,Beijing
ofElectronicandIafom血on 300072)
University
(3College Engineering,n删in
xvzhihong@sina.eom)
(1wangqm@bjuLedu.cn,2waagliaag@emails.bju£Iedu.cn,3
Abstract:Theessence iStomakeareasonablescheduleof forresou赋s
ofjobschedulingin鲥dcomputing jobs
tO less time.Wehave the ant
inorderobtainbetterresourceload.balanceand scheduling improvedoriginal
of tothe ofbatch
simulatedenvironment
algorithm,established gridcomputingaccordingrequirementjob
the forbatch withthe of better
scheduling,implementedimpmvManyalgorithm jobschedulinggoalgetting
resourceload-balallceandless time,and the resultsbetweenbatch
scheduling fin
文档评论(0)