CN102185726A - 一种提高信息栅格***中的业务资源管理能力的方法 - Google Patents

Abstract

本发明提供一种通过采用业务资源控制，对信息栅格***中的业务资源进行管理优化处理；提供一种基于模糊控制方法和资源优化管理相结合的控制方法。本发明的显著效果是：提出了一种满足信息栅格***中信息传输和服务质量要求业务调度方法，采用资源观测器和模糊控制器相结合对业务资源管理优化部分进行控制，在业务资源管理优化部分内部对业务资源镜像和调度优化，从而提高信息栅格***中的业务资源优化调度和管理能力。

Description

一种提高信息栅格***中的业务资源管理能力的方法

技术领域

本发明涉及通信技术领域和模糊控制领域，特别是涉及信息栅格和业务资源调度机制。

背景技术

信息栅格以栅格技术为基础，把分布于不同地理位置的计算机、数据库、存储器和软件等资源连成整体，提供一体化信息服务，它是栅格技术的具体应用。信息栅格利用栅格技术实现信息的共享、管理和提供信息服务的***，主要解决的是广域、异构信息的共享、互连和互操作问题，达到消除信息孤岛现象，以满足各个组织信息共享需求的目标。

信息栅格是一个信息环境，它提供通信、信息处理、信息存储和增值服务，以便用户能发现信息、处理信息和交换信息，其研究的核心问题是信息共享的新思路和共性技术。信息栅格能够提供资源共享、消除信息孤岛、实现应用程序的互连互通，其具有协同工作的特点，很多栅格结点可以共同处理一个项目，如图1所示。

信息栅格***具备更灵活的网络应用能力和更强的智能处理能力，并能更好地满足网络的负载均衡，达到合理利用网络资源，降低网络拥塞，提高用户业务服务质量的目的。由于信息栅格***业务具有多样性和多媒体特征，呈现智能化和个性化要求越来越高等特点。这些都对网络的服务质量(QoS)提出了更高的要求，即对带宽、延迟、抖动以及分组丢失率等网络参数的要求越来越高。

综上所述：有必要采用高效的策略对信息栅格中的业务资源进行高效调度和管理。

发明内容

本发明所要解决的技术问题是：提高和改善信息栅格***中的业务资源管理优化能力。

本发明为解决上述技术问题所采用的技术方案为：通过采用业务资源控制，对信息栅格***中的业务资源进行管理优化处理；提供一种基于模糊控制方法和资源优化管理相结合的控制策略，该方法通过采用资源观测器和模糊控制器相结合对业务资源管理优化部分进行控制，在业务资源管理优化部分内部对业务资源镜像和调度优化，从而提高信息栅格***中的业务资源优化调度和管理能力；其特征在于：通过发明业务资源控制部分和业务资源进行管理优化相结合的方法提高传输过程中的业务资源管理能力，包括以下步骤：

A、采用业务资源控制部分，根据决策支持信息对信息栅格***中的业务资源采取控制行为；

B、对信息栅格***中的业务资源进行管理优化处理。

所述步骤A中，在信息栅格***的业务资源控制部分，资源观测器从业务资源池获取当前的资源状态信息，其与知识库和经验库中的信息定时被传送至缓存单元作为判断是否对业务资源管理优化部分采取控制行为的决策支持信息，若需采取控制行为，则触发模糊控制器对业务资源匹配和业务资源调度模块进行控制，模糊控制器采用的模糊控制规则由模糊逻辑规则库提供，如图2所示。

所述步骤B中，在信息栅格***的业务资源管理优化部分，首先估计应用层需求，设置业务的约束条件以及初始化信息栅格中的业务优化算法参数，其中j为业务流序号，i为节点序号，p_i，j为i节点对业务流j的服务时间，s_jik为在节点j晚于业务流j业务流k的序列相关建立时间，α为业务流j的完成时间的权重值，β为所有业务被处理的完成时间，B为正整数，ω_ji为节点i对业务流j的处理完成时间，信息栅格业务调度优化模型为：

${\mathrm{\ω}}_{\max }={\max }_{j,i}^{n,m}\left\{{\mathrm{\ω}}_{j,i}\right\},$ i＝1，2，...，m，j＝1，2，...，n

$\min \mathrm{\α}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\ω}}_{\mathrm{ji}}+\mathrm{\β}{\mathrm{\ω}}_{\max }$

s.t.ω_ji-ω_j-1，i≥p_ji，                                    (1)

ω_ji-ω_ki+B[Y_jkS]≥s_jik+p_ji，i＝1，...，m，j＝1，...，n-1，k＝2，....，n，k＞j，   (2)

ω_ji-ω_ki+B[Y_jk-1]≤-s_jik+p_ki，i＝1，...，m，j＝1，...，n-1，k＝2，...，n，k＞j，  (3)

ω_max≥ω_jm，j＝1，2，...，n，                      (4)

i＝1，2，...，m，j，k＝1，2，...，n    (5)。

所述步骤B中，进行信息栅格***的业务资源匹配，过滤不满足最低约束条件(1)-(5)的业务资源，并进行业务资源优化调度，获取最优的处理器数量，存储资源，以及最合适的业务资源。然后判断信息栅格***的业务调度优化模型中的参数能否获取，若不能获取最优参数，则进行参数调整，然后再进行业务资源镜像和调度优化，若能获取最优参数，则直接进行业务资源镜像和调度优化。

所述步骤B中，对上述业务优化调度模型可采用以下方法求解，(1)建立业务流之间相关时间序列，获取业务流的初始序列，令k＝2，从业务调度表中选择两业务流，使得信息栅格***的业务处理总的完成时间权重值最小，设置其中最优的一个权重值作为当前值；(2)逐渐增加单个业务流，通过在剩余业务流中为当前解产生k个候选序列，在此序列中，选择总体完成时间局部最优的序列值，更新被选择的局部最优解为当前值。如果k＝n，则能够获得最优解，并停止计算，反之，则继续逐渐增加单个业务流，重复执行步骤(2)。

所述步骤B中，完成信息栅格***业务资源镜像和调度优化，首先执行并行业务的调度时间优化。然后执行迭代运算，在业务调度时间优化条件下反复执行计算，存储以及通信任务。

所述步骤B中，执行***分析，测量使用上述优化算法所需时间，估计基于应用的资源需求，判断动态应用是否存在，若动态应用存在，则返回至信息栅格***中进行估计应用层需求，若不存在动态应用，则直接返回至业务资源匹配和资源优化调度。

本发明的有益效果为：提出了一种基于模糊控制方法和资源优化管理相结合的控制策略，该方法通过采用资源观测器和模糊控制器相结合对业务资源管理优化部分进行控制，在业务资源管理优化部分内部对业务资源镜像和调度优化，从而提高信息栅格***中的业务资源优化调度和管理能力。

附图说明

图1为信息栅格***示意图

图2为信息栅格***业务优化调度和管理流程示意图

具体实施方式

下面根据附图和实施例对本发明作进一步详细说明：

本发明的基本思路如下：提供一种基于模糊控制方法和资源优化管理相结合的控制策略，实现信息栅格***中的业务资源优化调度和管理能力的提高。

1.在信息栅格***的业务资源控制部分，资源观测器从业务资源池获取当前的资源状态信息，其与知识库与经验库中的信息定时被传送至缓存单元作为判断是否对业务资源管理优化部分采取控制行为的决策支持信息，若需采取控制行为，则触发模糊控制器对业务资源匹配和业务资源调度模块进行控制，模糊控制器采用的模糊控制规则由模糊逻辑规则库提供，如图2所示。

2.在信息栅格***的业务资源管理优化部分，首先估计应用层需求，设置业务的约束条件以及初始化信息栅格中的业务优化算法参数，其中j为业务流序号，i为节点序号，p_i，j为i节点对业务流j的服务时间，s_jik为在节点i晚于业务流j业务流k的序列相关建立时间，α为业务流j的完成时间的权重值，β为所有业务被处理的完成时间，B为正整数，ω_ji为节点i对业务流j的处理完成时间，信息栅格业务调度优化模型为：

${\mathrm{\ω}}_{\max }={\max }_{j,i}^{n,m}\left\{{\mathrm{\ω}}_{j,i}\right\},$ i＝1，2，..，m，j＝1，2，...，n

$\min \mathrm{\α}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\ω}}_{\mathrm{ji}}+{\mathrm{\β\ω}}_{\max }$

s.t.ω_ji-ω_j-1，i≥p_ji，                  (1)

ω_ji-ω_ki+B[Y_jkS]≥s_jik+p_ji，i＝1，...，m，j＝1，...，n-1，k＝2，...，n，k＞j，    (2)

ω_ji-ω_ki+B[Y_jk-1]≤-s_jik+p_ki，i＝1，...，m，j＝1，...n-1，k＝2，...，n，K＞j，  (3)

ω_max≥ω_jm，j＝1，2，...，n，                  (4)

i＝1，2，..，m，j，k＝1，2，...，n    (5)

3.进行信息栅格***的业务资源匹配，过滤不满足最低约束条件(1)-(5)的业务资源，并进行业务资源优化调度，获取最优的处理器数量，存储资源，以及最合适的业务资源。然后判断信息栅格***的业务调度优化模型中的参数能否获取，若不能获取最优参数，则进行参数调整，然后再进行业务资源镜像和调度优化，若能获取最优参数，则直接进行业务资源镜像和调度优化。

4.对上述业务优化调度模型可采用以下方法求解，(1)建立业务流之间相关时间序列，获取业务流的初始序列，令k＝2，从业务调度表中选择两业务流，使得信息栅格***的业务处理总的完成时间权重值最小，设置其中最优的一个权重值作为当前值；(2)逐渐增加单个业务流，通过在剩余业务流中为当前解产生k个候选序列，在此序列中，选择总体完成时间局部最优的序列值，更新被选择的局部最优解为当前值。如果k＝n，则能够获得最优解，并停止计算，反之，则继续逐渐增加单个业务流，重复执行步骤(2)。

5.完成信息栅格***业务资源镜像和调度优化，首先执行并行业务的调度时间优化。然后执行迭代运算，在业务调度时间优化条件下反复执行计算，存储以及通信任务。

6.执行分析，测量使用上述优化算法所需时间，估计基于应用的资源需求，判断动态应用是否存在，若动态应用存在，则返回至信息栅格中进行估计应用层需求，若不存在动态应用，则直接返回至业务资源匹配和资源优化调度。

本发明提供了一种基于模糊控制方法和资源优化管理相结合的控制策略，实现信息栅格***中的业务资源的高效传输和管理。

Claims (7)

1.一种提高信息栅格***中的业务资源管理能力的方法，采用资源观测器和模糊控制器相结合对业务资源管理优化部分进行控制，实现信息栅格***中的业务资源的高效传输和管理。包括如下步骤·

A、采用业务资源控制部分，根据决策支持信息对信息栅格***中的业务资源采取控制行为；

B、对信息栅格***中的业务资源进行管理优化处理。

2.根据权利要求1的方法，对于所述步骤A其特征在于：在信息栅格***中的业务资源控制部分，资源观测器从业务资源池获取当前的资源状态信息，资源状态信息与知识库和经验库中的信息定时被传送至缓存单元作为判断是否对业务资源管理优化部分采取控制行为的决策支持信息，若需采取控制行为，则触发模糊控制器对业务资源匹配和业务资源调度模块进行控制，模糊控制器采用的模糊控制规则由模糊逻辑规则库提供。

3.根据权利要求1的方法，对于所述步骤B其特征在于：在信息栅格***中的业务资源管理优化部分，首先估计应用层需求，设置业务的约束条件以及初始化信息栅格***中的业务优化算法参数，其中j为业务流序号，i为节点序号，p_i，j为i节点对业务流j的服务时间，s_jik为在节点i晚于业务流j业务流k的序列相关建立时间，α为业务流j的完成时间的权重值，β为所有业务被处理的完成时间，B为正整数，ω_ji为节点i对业务流j的处理完成时间，信息栅格***的业务调度优化模型为：

${\mathrm{\ω}}_{\max }={\max }_{j,i}^{n,m}\left\{{\mathrm{\ω}}_{j,i}\right\},$ i＝1，2，..，m，j＝1，2，...，n

$\min \mathrm{\α}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\ω}}_{\mathrm{ji}}+\mathrm{\β}{\mathrm{\ω}}_{\max }$

s.t.ω_ji-ω_j-1，i≥p_ji，                  (1)

ω_ji-ω_ki+B[Y_jkS]≥s_jik+p_ji，i＝1，...，m，j＝1，...，n-1，k＝2，...，n，k＞j，      (2)

ω_ji-ω_ki+B[Y_jk-1]≤-s_jik+p_ki，i＝1，...，m，j＝1，...，n-1，k＝2，...，n，k＞j，    (3)

ω_max≥ω_jm，j＝1，2，...，n，                   (4)

i＝1，2，...，m，j，k＝1，2，...，n    (5)。

4.根据权利要求1的方法，对于所述步骤B其特征在于：对信息栅格***的业务资源进行匹配，过滤不满足最低约束条件(1)-(5)的业务资源，并进行业务资源优化调度，获取最优的处理器数量，存储资源，以及最合适的业务资源。然后判断信息栅格***的业务调度优化模型中的参数能否获取，若不能获取最优参数，则进行参数调整，然后再进行业务资源镜像和调度优化，若能获取最优参数，则直接进行业务资源镜像和调度优化。。

5.根据权利要求1的方法，对于所述步骤B其特征在于：对上述业务优化调度模型可采用以下方法求解，(1)建立业务流之间相关时间序列，获取业务流的初始序列，令k＝2，从业务调度表中选择两业务流，使得信息栅格***的业务处理总的完成时间权重值最小，设置其中最优的一个权重值作为当前值；(2)逐渐增加单个业务流，通过在剩余业务流中为当前解产生k个候选序列，在此序列中，选择总体完成时间局部最优的序列值，更新被选择的局部最优解为当前值。如果k＝n，则能够获得最优解，并停止计算，反之，则继续逐渐增加单个业务流，重复执行步骤(2)。

6.根据权利要求1的方法，对于所述步骤B其特征在于：完成信息栅格***业务资源镜像和调度优化，首先执行并行业务的调度时间优化。然后执行迭代运算，在业务调度时间优化条件下反复执行计算、存储以及通信任务。

7.根据权利要求1的方法，对于所述步骤B其特征在于：执行***分析，测量使用上述优化算法所需时间，估计基于应用的资源需求，判断动态应用是否存在，若动态应用存在，则返回至信息栅格***中进行应用层需求估计，若不存在动态应用，则直接返回进行业务资源匹配和资源优化调度。