基于移动Agent的分布式资源分配策略

摘要：

分布式资源分配策略可以解决集中调度式的瓶颈计算问题.但如果在缺少完整网络信息的前提下,它也会出现学习机制偏差,导致最终无法获得全局稳定的任务均衡负载分布.基于此,该文提出了基于移动agent的分布式资源分配策略(MADRAP),MADRAP是在传统的分布式资源分配策略基础上改进学习机制,使其在只有部分网络信息前提下最终实现全局稳定的任务均衡负载.实验证明MADRAP不会增大系统的耗时,简化了移动agent的路由问题.

关键词： 学习机制 任务均衡 移动agent 资源分配

作者: 张笑语 李立新

作者单位: 西南大学信息中心,重庆,北培区,400715

会议类型: 国内会议

会议名称: 2007年数据挖掘课程研讨会暨2007年新型技术与应用中的安全技术研讨会(WSIETA2007)

会议地点: 成都

会议语种:中文

页码: 1393-1395,1399

在线出版日期: 2007-08-14（万方平台首次上网日期，不代表论文的发表时间）