基于分布式并行遺傳算法的網(wǎng)格任務(wù)調(diào)度研究.pdf_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、任務(wù)調(diào)度系統(tǒng)是網(wǎng)格計算系統(tǒng)的重要組成部分,也是實現(xiàn)高性能網(wǎng)格計算的關(guān)鍵技術(shù),遺傳算法由于具有良好的全局搜索能力,在處理任務(wù)調(diào)度問題時比傳統(tǒng)調(diào)度算法更具優(yōu)越性。但是基本遺傳算法(SGA)存在如“過早收斂”、求解精度不高和尋優(yōu)時間較長等不足。本文針對網(wǎng)格任務(wù)調(diào)度問題,研究遺傳算法的并行化處理方法,提出了一種分布式并行遺傳算法。主要研究以下內(nèi)容:
  1.研究網(wǎng)格任務(wù)調(diào)度機理、過程和現(xiàn)有的任務(wù)調(diào)度算法。針對子任務(wù)間存在依賴關(guān)系的網(wǎng)格任務(wù)

2、調(diào)度情況,以實現(xiàn)任務(wù)調(diào)度的最優(yōu)跨度為目標(biāo),確定采用基于遺傳算法的任務(wù)調(diào)度方案。
  2.分析遺傳算法的基本原理,針對SGA“過早收斂”和求解精度不高的問題,引入精英保留機制的串行遺傳算法(EGA),確保進化過程中產(chǎn)生的最優(yōu)解不被后續(xù)的遺傳操作破壞。分析了遺傳算法的四種可能并行性,從全局并行的角度,基于群體分組的并行性提出一種分布式并行遺傳算法(DPGA),該算法采用分布式并行模式,通過引入子種群最優(yōu)個體遷移策略,提升了子種群個體平

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論