基于改進ICSA算法的P2P任務(wù)調(diào)度機制研究.pdf

1、隨著P2P計算模式的興起、網(wǎng)絡(luò)帶寬的增加和Internet計算能力的迅速增強，如何充分利用這些資源，在動態(tài)的P2P網(wǎng)絡(luò)環(huán)境中構(gòu)建高可擴展、高可靠、高性能的分布式計算系統(tǒng)，是近年來研究的熱點之一。任務(wù)調(diào)度是：P2P計算中的一項關(guān)鍵技術(shù)，直接影響到整個系統(tǒng)的計算性能。任務(wù)調(diào)度是指根據(jù)一定的調(diào)度策略，把一組可并行處理的任務(wù)按規(guī)定的時序分配到系統(tǒng)的多個處理機節(jié)點上，以期獲得較好的系統(tǒng)執(zhí)行性能。由于該問題不能在多項式時間內(nèi)求得最優(yōu)解，因而被公認為

2、一個NP完全問題。 對于NP完全問題，近年來興起的免疫算法(Immune Algorithm，IA)是一個較好的解決方案，即在較短的時間內(nèi)能找到較好的解。因此許多研究分布式系統(tǒng)的專家開始關(guān)注免疫算法的研究。該算法在解決大空間、非線性和全局尋優(yōu)等復(fù)雜問題時具有傳統(tǒng)方法所不具備的獨特優(yōu)勢，使IA在任務(wù)調(diào)度問題中得到了較好的應(yīng)用和較快的發(fā)展。 本文在分析克隆選擇原理的基礎(chǔ)上，引入依據(jù)克隆免疫理論設(shè)計的優(yōu)化算法opt-aiNET

3、，給出改進的免疫克隆選擇算法(Immune Clonal Selection Algorithm，ICSA)。使用De Jong提出的幾種不同性質(zhì)的測試函數(shù)對改進的ICSA算法的收斂性能進行實驗研究，并且與文獻中其它方法的測試數(shù)據(jù)進行比較，實驗結(jié)果驗證了改進的ICSA算法具有良好的收斂性、穩(wěn)定性和較強的適應(yīng)性。采用正交實驗法和方差分析技術(shù)，揭示了控制參數(shù)對算法局部收斂和全局收斂性能的影響，并且根據(jù)實驗結(jié)果總結(jié)出參數(shù)選擇的一些原則。

4、 針對P2P系統(tǒng)中任務(wù)分配與調(diào)度的多種影響因素，如各節(jié)點的可調(diào)度時間、節(jié)點的性能、網(wǎng)絡(luò)拓撲結(jié)構(gòu)和節(jié)點間通信機制等，給出了基于改進的Gnutella消息的節(jié)點定位和基于免疫學(xué)習和記憶機理的空閑時間統(tǒng)計機制，以獲取系統(tǒng)中節(jié)點的活動狀態(tài)和性能參數(shù)，并通過給出的參數(shù)擬合機制獲取最優(yōu)的調(diào)度節(jié)點序列。針對P2P系統(tǒng)中節(jié)點的隨機加入和退出的情況，給出了代理節(jié)點的選擇策略。 給出基于DAG圖的耦合任務(wù)的數(shù)據(jù)結(jié)構(gòu)表示，并以人工免疫系統(tǒng)為研究背景