.png){kind=icon}
返回
Alternative mixed integer linear programming optimization for joint job scheduling and data allocation in grid computing
.png){kind=icon}
OA
AI
DOI：10.1016/j.future.2025.108075.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种针对网格计算环境中作业调度与数据分配联合优化的新方法。我们将该联合优化问题表述为一个混合整数二次约束规划问题。为处理约束条件中的非线性问题，我们交替固定一部分决策变量，并通过混合整数线性规划（MILP）优化其余变量。我们在每次迭代中借助商用MILP求解器求解该MILP问题。实验结果表明，我们的方法显著优于现有的启发式方法，无论采用独立优化还是联合优化策略。我们还验证了该方法在不同规模网格环境中的泛化能力及其对算法设置的高鲁棒性。
Keyword:
Job scheduling
Date allocation
Mixed integer linear programming
Grid computing environments
High performance computing
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
F
IF:
0
论文数:
642
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏Joint Optimization Across Timescales: Resource Placement and Task Dispatching in Edge Clouds跨时间尺度的联合优化: 边缘云中的资源放置和任务调度
PREAI
分享收藏
查看更多内容