Введение
Глава 1. Параллельные и распределённые вычисления 10
1.1 Закрытые распределённые вычисления 14
1.2 Кластерные распределённые вычисления 16
1.3 Сетевые распределённые вычисления
1.3.1 Основные компоненты BOINC 25
1.3.2 Механизм планирования BOINC 26
1.4 Цели и задачи исследования 30
Основные результаты и выводы к первой главе 34
Глава 2. Разработка моделей и методов планирования внутри сети добровольных вычислений 36
2.1 Стратегии планирования распределённых вычислений 36
2.2 Классификация задач и типы алгоритмов планирования 40
2.3 Общий анализ задач теории расписаний 42
2.4 Составление расписаний в условиях неопределённости
2.4.1 Постановка задачи планирования 53
2.4.2 Способы представления исходной информации 58
2.5 Генетический алгоритм для планирования вычислений 66
2.5.1 Общая схема генетических алгоритмов 68
2.5.2 Дискретная задача планирования
2.5.3 Интервальная задача планирования
2.5.4 Динамическая задача планирования
2.5.5 Планирование с дублированием
Основные результаты и выводы ко второй главе
Глава 3. Прогнозирование времени выполнения работы
3.1 Анализ способов формирования исторической базы
3.2 Нейронные сети прямого распространения
3.3 Алгоритмы обучения нейронных сетей прямого распространения по методу
3.3.1 Численные методы локальной оптимизации
3.3.2 Модификации метода Левенберга-Марквардта
3.3.3 Оптимизация вычислений по методу Левенберга-Марквардта
3.3.4 Реализация параллельных вычислений Левенберга-Марквардта
3.3.5 Регуляризация Байеса
3.3.6 Вычисление интервалов предсказания
3.3.7 Алгоритм интервального прогнозирования .
3.4 Другие способы обучения
3.4.1 Метод наискорейшего спуска
3.4.2 Метод резкого изменения направления Пауэлла вычислительных
Глава 4. Описание ПО и экспериментов 121
4.1 Программная реализация 121
4.1.1 Окружение разработчика 121
4.1.2 Архитектура управляющего сервера 122
4.1.3 Технология параллельного программирования OpenMP 127
4.1.4 Библиотека LMA-math 129
4.1.5 Библиотека LMA-learning 131
4.1.6 Библиотека LMA-predictor 131
4.1.7 Библиотека генетического алгоритма GA 134
4.2 Апробация метода Левенберга-Марквардта 134
4.2.1 Обучение простой функции 135
4.2.2 Обучение в условиях неопределённости 136
4.2.3 Обучение в условиях зашумлённости данных 137
4.2.4 Сравнение производительности при различных способах оптимизации вычислений 138
4.2.5 Вычисление интервалов предсказания 145
4.3 Эксперименты по планированию 149
4.3.1 Проверка гипотезы №3 150
4.3.2 Составление расписания 151
Основные результаты и выводы к четвёртой главе 162
Заключение 165
Список использованных источников
