基于双调度策略的动态任务分配与调度算法研究的任务书.docx

基于双调度策略的动态任务分配与调度算法研究的任务书
任务书
一、选题背景与意义
近年来随着计算机科学发展的迅速，人们对于计算机的性能和资源利用效率提出了越来越高的要求。在分布式计算中，动态任务分配与调度算法是一项重要的任务，其关注的问题是如何有效地将任务分配到可用的处理器上，并使得各个处理器的利用率达到最大。双调度策略是一种用于任务分配与调度的经典策略，其能够在最短时间内完成任务分配和调度的整个过程，并且得到可行的解。因此，本研究将基于双调度策略，研究动态任务分配与调度的算法问题，为提高计算机资源利用效率和性能水平提供理论和实践基础。
二、研究内容
1.研究双调度策略的算法原理，以及其在任务分配与调度中的应用。
2.分析动态任务分配与调度问题，研究动态任务分配与调度的算法模型，并探讨双调度策略在动态任务分配与调度中的应用。
3.设计基于双调度策略的动态任务分配与调度算法，并在实验中对算法进行优化与验证。
4.设计算法的仿真平台，模拟不同数据量、任务量等多种情况下的动态任务分配与调度问题，并进行算法的有效性测试。
5.对算法的实验数据进行实验分析，展示算法在不同情况下的优越性和适应性。
三、研究难点
1.如何在动态任务分配与调度中有效地应用双调度策略，保证算法的正确性。
2.如何在算法的实现过程中提高算法的效率，并且尽可能降低时间复杂度。
3.如何进行算法的有效性测试，并对实验数据进行分析得出结论。
四、参考资料
1.Chen,Q.andLi,K.(2018)Ataskallocationapproachforoverloadedparallelcomputingsystem.JournalofComputerandSystemSciences,94,204-220.
2.Kuo,C.C.,Peng,C.H.andLin,C.H.(2016)Taskallocationindistributedcomputingsystemusingleaderfollowersstrategy.JournalofParallelandDistributedComputing,96,103-111.
3.Kim,K.andKim,S.K.(2018)Ataskschedulingalgorithmfordistributedcloudsystemusinggeneticalgorithm.JournalofParallelandDistributedComputing,105,118-128.
4.Kyanik,T.,Yurko,V.andPopova,E.I.(2017)Fuzzylogicbasedresourceallocationincloudcomputing.JournalofNetworkandComputerApplications,93,55-74.
5.张强,韩芳.云计算中基于遗传算法的负载均衡任务调度研究[J].计算机科学,2020,47(02):94-100.
五、主要研究方法
本研究将基于文献研究和实验分析两种方法进行研究。在文献研究方面，主要研究已有的动态任务分配与调度算法模型，并分析了双调度策略在任务分配与调度中的应用。在实验分析方面，设计并实现基于双调度策略的动态任务分配与调度算法，并开展多组实验验证算法的效果。同时，针对实验数据进行分析得出结论，验证算法的优越性和适应性。
六、预期成果
1.提出基于双调度策略的动态任务分配与调度算法，并在理论和实验上证明其正确性和可行性。
2.设计算法的仿真平台，并进行算法的有效性测试，验证算法的效果和可行性。
3.得出算法在不同情况下的优越性和适应性，并对实验数据进行分析得出结论。
七、研究周期
4个月
八、经费预算
预算经费：10000元
其中，硬件设备费5000元，实验用耗材费2000元，实验室人员费用3000元。
九、研究团队
该研究由本机构的计算机科学研究室组成，共计5名成员，包括一名教授、一名副教授、两名博士生和一名硕士研究生。成员专业涉及计算机科学、控制工程和大数据等领域，具有扎实的理论基础和丰富的实践经验。