面向柵格化分布式水文模擬的并行調(diào)度方法研究.pdf

1、應(yīng)對(duì)從人口膨脹到環(huán)境污染、氣候變化以及水資源短缺等實(shí)際需求時(shí)，水文科學(xué)的發(fā)展是我國(guó)國(guó)民經(jīng)濟(jì)健康發(fā)展的堅(jiān)實(shí)基礎(chǔ)和保障。面對(duì)解決重大科學(xué)水文問(wèn)題，大規(guī)模流域的分布式水文模擬計(jì)算有著極其重要的作用和地位。然而，面向大規(guī)模流域高分辨率、長(zhǎng)歷時(shí)、多地理耦合過(guò)程的分布式水文模擬計(jì)算時(shí)，數(shù)據(jù)密集計(jì)算問(wèn)題凸顯，任務(wù)調(diào)度和資源分配存在一定的盲目性?，F(xiàn)有的在該領(lǐng)域進(jìn)行的研究中，流域的不同劃分類(lèi)型采用不同層次的并行計(jì)算方法，且模擬單元單一化時(shí)，并行效率提升則

2、相當(dāng)有限。歸納起來(lái)，存在兩個(gè)關(guān)鍵性的問(wèn)題亟待解決，它們分別是：高效的分布式水文模型并行算法的缺失、任務(wù)調(diào)度和資源協(xié)同分配機(jī)制的缺失。
　　本文首先對(duì)分布式水文模型的可并行進(jìn)行分析，比較了它們各自實(shí)現(xiàn)的可行性。然后參照空間離散分解方式，建立起基于生態(tài)最優(yōu)性原理的分布式流域水文模型框架。那么，本研究則是針對(duì)這種分布式水文模型并行計(jì)算框架展開(kāi)的，它主要包含以下內(nèi)容：
　　第一，對(duì)計(jì)算密集或數(shù)據(jù)密集特征的任務(wù)依賴和并行處理的耦合度過(guò)

3、高，采用DAG調(diào)度的并行方法處理任務(wù)間依賴關(guān)系問(wèn)題；
　　第二，在DAG調(diào)度算法中，表調(diào)度算法時(shí)間和空間復(fù)雜度均有良好的表現(xiàn)，但是解空間的質(zhì)量很低；遺傳算法、模擬退火算法等隨機(jī)搜索算法有優(yōu)良
　　的解空間但在任務(wù)調(diào)度上的開(kāi)銷(xiāo)比較大，甚至對(duì)于不同的DAG圖都有著不同的控制參數(shù)，實(shí)現(xiàn)難度較大。因此，在這基礎(chǔ)上考慮到任務(wù)調(diào)度開(kāi)銷(xiāo)和并行效率提升兩個(gè)方面，本文對(duì)其進(jìn)行權(quán)衡、折衷，提出基于任務(wù)高度動(dòng)態(tài)調(diào)整任務(wù)優(yōu)先級(jí)的DAG調(diào)度算法；