異構(gòu)分布式系統(tǒng)中的負載均衡調(diào)度算法研究.pdf

1、隨著社會的發(fā)展，經(jīng)濟的突飛猛進，為了促進社會和諧，地震災變的預測也就越來越重要了?，F(xiàn)代計算機技術(shù)的迅猛發(fā)展，包括地震災變預測等越來越多的工程計算問題都依靠于大型高性能超級計算機來解決。而工程計算從一定程度上又驅(qū)動了高性能計算機的發(fā)展。目前，并行系統(tǒng)，網(wǎng)格計算等分布式技術(shù)已經(jīng)成為解決工程問題的重要方法，而在分布式系統(tǒng)中，為了提高分布式系統(tǒng)的性能，調(diào)度問題成為了現(xiàn)代分布式系統(tǒng)中的一個熱點問題。各種調(diào)度算法被大批的研究人員所提出，它們的調(diào)度優(yōu)

2、化目標不盡相同，但是總的來說都是為了改進分布式系統(tǒng)的性能。為此本文以任務調(diào)度的負載均衡為目標，對任務調(diào)度問題進行了深入的研究。
　　 首先，針對現(xiàn)在異構(gòu)分布式系統(tǒng)的負載均衡問題，本文設計了一個改進的動態(tài)遺傳算法IDGA(Improved Dynamic Genetic Algorithm)應用于異構(gòu)分布式系統(tǒng)的調(diào)度器中，以此來優(yōu)化異構(gòu)分布式系統(tǒng)的負載均衡性能?？紤]到傳統(tǒng)的遺傳算法在任務調(diào)度的應用中存在著最大進化代數(shù)有限的缺點，本

3、文涉及了IDGA算法，克服了最大進化代數(shù)受限的缺點，并且在找到符合負載均衡標準的解以后，IDGA算法會按照一定的策略重新設置系統(tǒng)的負載均衡標準來試圖找到比當前最優(yōu)調(diào)度更好的調(diào)度。
　　 其次，由于IDGA算法可以動態(tài)設置最大進化代數(shù)，那么有可能引起遺傳算法時間復雜度的增加，為了提高IDGA算法的效率，通過引入MapReduce分布式系統(tǒng)模型，將IDGA算法在MapReduce模型下并行化。
　　 最后，在IDGA算法的并

4、行化過程中，提出了一個用來表示遺傳算法初始種群的數(shù)據(jù)結(jié)構(gòu)--二叉選擇樹，在利用這個數(shù)據(jù)結(jié)構(gòu)對遺傳算法進行選擇操作的時候，可以提高選擇操作的時間效率。該二叉選擇樹是一個平衡的二叉樹，所以搜索的平均復雜度是O(10g n)，其中n代表種群的規(guī)模。而傳統(tǒng)的遺傳算法中，只能通過線性時間復雜度O(n)才能成功選擇出一個個體。該二叉樹的每個節(jié)點上都記錄了該節(jié)點左子樹的所有節(jié)點的適應度之和與右子樹的所有節(jié)點的適應度之和。所以在決定選擇左子樹、右子樹還