一种基于并行遗传算法的机群负载分配调度策略的设计与实现.docVIP

一种基于并行遗传算法的机群负载分配调度策略的设计与实现  概述 6 § 1.1并行处理技术的发展 6 § 1.2集群技术概述 6 § 1.3支持软件 7 § 1.4任务分配负载均衡的重要意义 8 并行系统中的任务分配和负载平衡问题 10 § 2.1任务分配问题的概述 10 § 2.1.1 任务分配的一般描述及影响因素 10 § 2.1.2任务分配问题描述 11 § 2.2负载均衡问题的概述 12 § 2.2.1概述 12 § 2.2.2负载平衡问题描述 13 § 2.3现有任务分配及负载均衡算法及其优缺点评述 14 § 2.3.1基于图论的分配策略 14 § 2.3.2 0～1程序设计策略 16 § 2.3.3 “合一阈值”启发式分配算法 17 第三章一种新的基于并行遗传算法的策略提出及可行性分析 19 § 3.1遗传算法概述 19 § 3.2遗传算法的结构 20 § 3.3并行化的目的 21 § 3.4并行性分析 22 § 3.5并行算法与并行计算机系统 23 § 3.6并行搜索与最优化 25 § 3.7并行遗传算法形式化地定义 29 § 3.8解决任务的分配与负载均衡问题的优势 30 算法建模与设计及针对机群应用环境的具体实现 32 § 4.1和任务分配及调度相关的概念 32 § 4.2算法的目标与设计原则 34 § 4.2.1负载均衡算法的目标 34 § 4.2.2负载平衡算法的组成 34 § 4.3 算法的描述及数学模型 35 § 网络应用及其特点 39 § 4.6以PVM为支撑的PC机群环境的概述 39 § 4.6.1 PVM系统概述 39 § 4.7针对机群应用环境的具体设计与实现 46 § 4.7.1相关问题及解决 46 § 4.7.2 虚拟服务器技术及其优缺点 46 § 4.7.3一种新的网络服务并行计算模式的提出 48 § 4.7.4PVM中连接重定向技术及其实现原理 52 § 4.7.4PVM中连接重定向技术及其实现原理 55 § 4.7.5在套接口上的实现 59 § 4.4基本算法的设计 62 § 4.5算法的分布并行设计 70 § 4.5.1简单的主从模型： 71 § 4.5.2网络并行模式: 74 § 4.5.3 两级主从模型： 74 § 4.5.3负载均衡策略设计 76 实验模拟与性能分析 79 § 5.1性能评价与分析概述 79 § 5.2实验环境与测试 83 结束语 84 参考文献 85 摘要 随着计算机和网络技术的迅速发展，用高速网络连接一组工作站或PC机组成并行计算机系统或利用网络已有资源组成高性能计算环境，来解决许多中、大粒度、十分复杂的计算问题变得越来越普及。 采用这种思路建立起来的计算网络是一种可扩展、灵活的、高性价比的分布式并行处理系统，能否充分利用系统的冗余资源和最大限度发挥该系统的潜力，任务的分配和负载的动态调度是主要的影响因素之一，同时也是一个非常困难的问题。十几年间相继提出了许多解决方法，如：基于图论的分配方式及“阈值”合一法等，这些方法各有其有优缺点，但都不是完美的解决方案。 当今，计算机科学各个领域的发展几乎都显示出向并行计算的过渡趋势。 人们开始从并行和分布式处理的角度重新探索计算机的各种理论和应用。并行遗传算法的出现，无疑使我们在解决NPC之类问题方面有了新的转机和希望。 遗传算法是一种借鉴生物界自然选择和遗传机制得高度并行、随机、自适应得概率搜索算法，主要用于处理最优化问题和机器学习等方面。而并行遗传算法可以利用并行计算机的优势，将一个遗传算法的程序分配给几个处理机并行以提高程序执行速度，缩短算法执行所需的墙钟时间。 本文提出了一种基于并行遗传算法的任务分配策略，并且设计了自适应的负载均衡算法，针对PVM系统进行了模拟和实验，同时，还针对PVM在网络应用方面的弱点，采用了底层封装的方法，为PVM系统补充了一个调用库，使得算法能够根据不同的应用类型选择不同的调度方法来实现负载的平衡。并且对算法进行性能分析和应用示例实际测试，达到预期的效果。 最后，对这方面的研究作了总结并为进一步的研究工作提出一些看法。 关键字：分布式并行处理，并行遗传算法，机群，集群，并行虚拟机，任务分配，负载平衡 ABSTRACT With the rapid progress of the network and computer technologies，it is becoming more and more popular to combine a group of workstations or microcomputers into a distributed para