大规模在线课程系统需要大量资源作支撑。资源使用的动态性及租用的固定性导致资源被浪费。将"非专用"思想应用于系统,可整体降低资源租用量。首先通过马尔可夫"生灭"过程预测资源状态,筛选出"非专用"资源;接着建立查询期望代价矩阵,使用A-MM(Adaptive Min-Min and Max-Min)算法进行自适应查询处理;最后实验表明,预测错误率低,性能稳定;A-MM有较好执行效率和平衡负载能力。
详细对比了传统Min-Min算法的高效特性和Max-Min算法的负载平衡特性,结合Min-Min和Max -Min算法的优点,提出新的具有动态特性的启发式算法(Heuristic task scheduling algorithm based on Min-Min and Max-Min,H-MM),H-MM解决了Min-Min算法负载不平衡问题。实验表明,H- MM在充分保留Min-Min算法执行任务高效基础上实现了算法的动态平衡负载执行特性,得到了更好的任务调度执行效果。
