隨著集群規(guī)模的逐漸擴(kuò)大和性能的日益提高,集群調(diào)度技術(shù)作為集群的關(guān)鍵技術(shù)也成為研究的難點和熱點。粒子群優(yōu)化算法(Particle Swarm Optimization, PSO)具有并行性、有效的全局/局部搜索平衡能力、計算簡單、魯棒性好等優(yōu)點,將粒子群優(yōu)化算法的引入集群調(diào)度中,具有很高的學(xué)術(shù)價值和實際意義。 本文搭建了一個基于Linux + MPI的松耦合PC集群,在集群網(wǎng)絡(luò)存儲節(jié)點間建立RAID5數(shù)據(jù)冗余關(guān)系,來提高數(shù)據(jù)傳輸速率和系統(tǒng)吞吐量,實現(xiàn)了邏輯盤卷管理(LVM),提高集群系統(tǒng)磁盤分區(qū)管理的靈活性,降低節(jié)點/磁盤的平均失效時間的同時提高了系統(tǒng)的重構(gòu)速率,增強了整個集群系統(tǒng)的安全性和可靠性。 設(shè)計并實現(xiàn)了基于PSO算法的調(diào)度策略,包括編碼方式的設(shè)計、選擇速度-位置模型、確定集群調(diào)度問題的適應(yīng)度函數(shù)和約束條件、確定算法的終止準(zhǔn)則、設(shè)計粒子解碼方式并生成調(diào)度方案。并根據(jù)調(diào)度策略中負(fù)載均衡的要求以及粒子群算法中慣性權(quán)重的研究,提出均衡因子Ti為每個節(jié)點的負(fù)載完成率的倒數(shù),通過把各資源的負(fù)載完成率的差值控制在一個較小的閾值之內(nèi),以動態(tài)調(diào)整慣性權(quán)重來保證負(fù)載均衡。 通過實驗得出了最佳的ω、v_(max)、ε、m取值,由于PSO算法比較出色的性能,使得集群調(diào)度策略在生成速度和精度上都有明顯的提高,添加均衡因子的調(diào)度策略由于充分考慮到集群系統(tǒng)在執(zhí)行過程中的動態(tài)負(fù)載情況,使得集群的總體執(zhí)行時間(最優(yōu)值)更小。 對最終調(diào)度結(jié)果、集群各節(jié)點的平均響應(yīng)時間和CPU平均利用率進(jìn)行測試和評價,通過與FCFS、Backfill的對比,基于PSO算法調(diào)度結(jié)果的效果是非常明顯的,大大縮短了集群系統(tǒng)的處理周期,為實際的生產(chǎn)過程節(jié)約了大量的時間和成本。加入均衡因子后,更加平衡了系統(tǒng)高利用率和短作業(yè)等待時間之間的矛盾。
【學(xué)位授予單位】：中國石油大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2011
【分類號】：TP338

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊曉慶;左為恒;李昌春;;基于K-Means變異算子的混合PSO算法聚類研究[J];微電子學(xué)與計算機;2011年07期

2 屈敏;高岳林;江巧永;;基于Pareto鄰域交叉算子的多目標(biāo)粒子群優(yōu)化算法[J];計算機應(yīng)用;2011年07期

3 段其昌;黃大偉;雷蕾;段盼;;帶擴(kuò)展記憶的粒子群優(yōu)化算法仿真分析[J];控制與決策;2011年07期

4 孫鋒利;何明一;高全華;;一種引入密度因子的改進(jìn)粒子群優(yōu)化算法[J];計算機應(yīng)用研究;2011年08期

5 李龍星;余炳輝;;用整體分布優(yōu)化算法求解水火電力系統(tǒng)短期優(yōu)化調(diào)度[J];計算機應(yīng)用與軟件;2011年07期

6 徐星;吳昱;李元香;;基于布朗運動的改進(jìn)粒子群優(yōu)化算法[J];計算機應(yīng)用研究;2011年07期

7 李蕊;雷群泌;;一種面向汽車系統(tǒng)可靠性優(yōu)化的任務(wù)分配方法[J];計算機應(yīng)用研究;2011年07期

8 楊華;周銳;;基于熵值法的PSOBP神經(jīng)網(wǎng)絡(luò)私家車保有量的預(yù)測[J];電腦知識與技術(shù);2011年19期

9 王喜賓;張小平;王翰虎;孫興;;基于支持向量機的農(nóng)業(yè)科技項目分類研究[J];貴州大學(xué)學(xué)報(自然科學(xué)版);2011年03期

10 余永紅;馮斌;孫俊;;生化途徑參數(shù)估計的QPSO-MGbest算法[J];計算機工程與應(yīng)用;2011年20期

相關(guān)博士學(xué)位論文 前10條

1 戴運桃;粒子群優(yōu)化算法研究及其在船舶運動參數(shù)辨識中的應(yīng)用[D];哈爾濱工程大學(xué);2010年

2 劉波;粒子群優(yōu)化算法及其在機電設(shè)備中的應(yīng)用研究[D];中北大學(xué);2011年

3 傅陽光;粒子群優(yōu)化算法的改進(jìn)及其在航跡規(guī)劃中的應(yīng)用研究[D];華中科技大學(xué);2011年

4 劉華鎣;粒子群優(yōu)化算法的改進(jìn)研究及在石油工程中的應(yīng)用[D];東北石油大學(xué);2012年

5 徐星;融合熱運動機制的粒子群優(yōu)化算法研究及其應(yīng)用[D];武漢大學(xué);2010年

6 王大志;面向?qū)嶋H工程問題的粒子群優(yōu)化算法應(yīng)用技術(shù)的研究[D];東北大學(xué);2009年

7 徐文星;混沌粒子群優(yōu)化算法及應(yīng)用研究[D];北京化工大學(xué);2012年

8 李丹;粒子群優(yōu)化算法及其應(yīng)用研究[D];東北大學(xué);2007年

9 張瑋;粒子群優(yōu)化算法研究及在陣列天線中的應(yīng)用[D];太原理工大學(xué);2010年

10 王維博;粒子群優(yōu)化算法研究及其應(yīng)用[D];西南交通大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 王婧;基于粒子群優(yōu)化算法的集群調(diào)度策略研究[D];中國石油大學(xué);2011年

2 孫晶晶;粒子群優(yōu)化算法的改進(jìn)及其應(yīng)用研究[D];陜西師范大學(xué);2010年

3 張新娟;改進(jìn)粒子群優(yōu)化算法及其在圖像分割中的應(yīng)用[D];陜西師范大學(xué);2011年

4 劉煌;基于GA的改進(jìn)粒子群算法研究及其在TSP上的應(yīng)用[D];武漢理工大學(xué);2010年

5 苗愛敏;基于動態(tài)特征的粒子群優(yōu)化算法研究[D];云南大學(xué);2010年

6 楊洋;基于粒子群優(yōu)化算法的準(zhǔn)循環(huán)LDPC碼構(gòu)造[D];北京交通大學(xué);2011年

7 沈錫;基于粒子群優(yōu)化算法的船舶航向PID控制[D];大連海事大學(xué);2011年

8 劉現(xiàn);蛋白質(zhì)結(jié)構(gòu)預(yù)測的粒子群優(yōu)化算法研究[D];福建農(nóng)林大學(xué);2011年

9 王瑩;基于粒子群優(yōu)化算法的無功優(yōu)化及規(guī)劃[D];天津大學(xué);2005年

10 馬艷偉;基于粒子群優(yōu)化的異構(gòu)多處理器任務(wù)調(diào)度算法研究應(yīng)用[D];杭州電子科技大學(xué);2010年

本文編號：2723237