论文部分内容阅读
网格(Grid)技术是近年来国际上兴起的一种重要信息技术,其目的是实现地理上广泛分布的大量异构资源的共享。资源调度是网格研究的重要内容之一,它决定了如何合理地将任务分配给不同资源,是一个重要且现实的问题。以往的网格资源调度研究注重调度的性能(如最优跨度、资源负载均衡等)和经济性,却较少考虑调度的服务质量。然而良好的服务质量却是吸引更多用户加入和使用网格,推动网格发展的重要动力,因此,如何在现有调度算法的基础上提高调度的服务质量,是目前网格资源调度研究的薄弱环节。为此,本文对当前常用的资源调度算法进行了深入研究分析后,选择遗传算法作为算法改进的基础。遗传算法是一类借鉴生物界自然选择和自然遗传机制的随机搜索算法,其主要特点是群体搜索策略和群体中个体之间的信息交换,适用于处理传统搜索方法难于解决的复杂和非线性问题。本文借鉴管理经济学中的用户满意度这一经济指数,尝试以用户满意度来衡量网格资源调度的服务质量,提出了网格资源调度用户满意度的定义,并参考美国用户满意度结构模型设计了网格资源调度用户满意度结构模型,同时给出了测评方法和计算公式。在此基础之上,提出了一种基于用户满意度的遗传算法CSI-GA。算法将用户满意度作为遗传变异操作的依据,通过若干代的进化得到最佳个体,即最优调度方案,实现了网格资源调度服务质量的提高。最后,使用GridSim网格仿真器,将CSI-GA算法同Min-Min算法和SGA算法进行了多次对比实验。实验结果表明,CSI-GA算法能够在保证较优的调度性能和一定经济性的同时,大大提高调度的服务质量。