基于移动Agent的分布式资源分配策略

• 作者: 张笑语 李立新
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 学习机制 任务均衡 移动agent 资源分配
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 计算机科学与工程
• 页码范围: 1393-1395,1399
• 页数: 4页
• 分类号: TP393.09
• 字数: 2391字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2007.06.010

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.