基于粒子群優(yōu)化算法的集群調(diào)度策略研究.pdf

1、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(diǎn)和熱點(diǎn)。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(jì)算簡(jiǎn)單、魯棒性好等優(yōu)點(diǎn),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(jià)值和實(shí)際意義。
　　 本文搭建了一個(gè)基于Linux+MPI的松耦合PC集群,在集群網(wǎng)絡(luò)存儲(chǔ)節(jié)點(diǎn)間建立RAJD5數(shù)據(jù)冗余關(guān)系,來提高數(shù)據(jù)傳輸速

2、率和系統(tǒng)吞吐量,實(shí)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(diǎn)/磁盤的平均失效時(shí)間的同時(shí)提高了系統(tǒng)的重構(gòu)速率,增強(qiáng)了整個(gè)集群系統(tǒng)的安全性和可靠性。
　　 設(shè)計(jì)并實(shí)現(xiàn)了基于PSO算法的調(diào)度策略,包括編碼方式的設(shè)計(jì)、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(jì)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

3、個(gè)節(jié)點(diǎn)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(gè)較小的閾值之內(nèi),以動(dòng)態(tài)調(diào)整慣性權(quán)重來保證負(fù)載均衡。
　　 通過實(shí)驗(yàn)得出了最佳的ω、νmax、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(dòng)態(tài)負(fù)載情況,使得集群的總體執(zhí)行時(shí)間(最優(yōu)值)更小。
　　 對(duì)最終調(diào)度結(jié)果、集群各節(jié)點(diǎn)的平均響應(yīng)時(shí)間和CPU平均利用