您的位置: 专家智库 > >

中央高校基本科研业务费专项资金(13CX02032A)

作品数:3 被引量:7H指数:1
相关作者:张千梁鸿牛伟伟石琎关新全更多>>
相关机构:中国石油大学(华东)更多>>
发文基金:中央高校基本科研业务费专项资金中国石油天然气集团公司石油科技中青年创新基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇调度
  • 2篇云计算
  • 2篇计算环境
  • 1篇调度算法
  • 1篇对等模式
  • 1篇虚拟计算环境
  • 1篇优化算法
  • 1篇云计算环境
  • 1篇全局最优
  • 1篇子群
  • 1篇粒子群
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇模糊聚类
  • 1篇聚类
  • 1篇贝叶斯
  • 1篇贝叶斯分类
  • 1篇贝叶斯分类算...
  • 1篇并行调度

机构

  • 3篇中国石油大学...

作者

  • 3篇张千
  • 2篇梁鸿
  • 1篇关新全
  • 1篇石琎
  • 1篇牛伟伟

传媒

  • 1篇计算机时代
  • 1篇小型微型计算...
  • 1篇计算机科学

年份

  • 2篇2014
  • 1篇2013
3 条 记 录,以下是 1-3
排序方式:
云计算环境下基于模糊聚类的并行调度策略研究被引量:6
2014年
并行任务调度是分布式计算研究的核心问题之一,其结合大规模的石油地震勘探数据在处理过程中对高性能计算的需求,研究云计算环境下地震资料数据的并行调度问题。由于地震资料数据规模较大,因此通常将大作业进行分割,通过并行处理获得较高的处理效率。对任务进行并行处理的一个关键问题是如何将划分后的任务分配到合适的调度节点,最高效的情况是使云计算环境中的每一个资源节点都在进行计算,并且计算性能高的节点执行作业块大且复杂的任务,性能相对低的资源节点则运行对计算性能要求不高的任务或小任务,以达到整体上的负载平衡。因此基于模糊聚类思想,提出一种任务与资源混合聚类的调度优化策略,以作业与资源节点属性的匹配程度为基准,对并行作业进行聚类划分求解,在缩小任务调度规模的同时,为动态调度任务奠定基础。在划分完成后引入基于改进的贝叶斯分类调度算法,将资源节点依据其实时负载情况与队列中的作业进行快速的匹配。实验证实,此方案具有较高的执行效率。
张千梁鸿郉永山
关键词:云计算并行调度模糊聚类贝叶斯分类算法
基于框架的虚拟计算环境关键技术研究
2013年
通过分析目前几种虚拟计算环境的现状、特点及适用范围,针对中小规模、异构零散的的计算需求,提出一种基于框架技术的虚拟计算环境的实现方法,并结合框架技术设计了分层服务模型.基于复杂多样的、性能差距明显的计算资源的调度问题,提出了一种基于对等模式的随机自适应调度算法.该算法提供对关联任务的调度,适合异构的、资源规模较大的环境,尤其是计算资源差异明显的异构计算环境.实现了基于框架技术的虚拟计算原型系统,并通过实验测试对比算法的调度性能,最后将计算环境应用于实际的地震资料处理中.
张千梁鸿关新全石琎
关键词:调度算法对等模式
云环境下的一种并行任务划分方法研究被引量:1
2014年
并行任务划分一直是高性能计算的研究重点。结合地震资料数据处理的应用云环境,以任务运行时间估计模型作为优化目标函数,提出了一种改进的粒子群优化算法,用以解决地震资料任务划分问题。仿真实验证明,改进后的算法增强了全局搜索能力,提高了收敛速度和收敛精度,有效提高了云环境下任务的执行效率。
牛伟伟张千
关键词:云计算粒子群优化算法全局最优
共1页<1>
聚类工具0