Введение
1 Особенности функционирования интеллектуальных систем поддержки принятия решений разработчика вычислительных приложений в среде Грид Л.. 7
1.1 Анализ современных тенденций в области Грид-вычислений 7
1.2 Интеллектуальный подход к проектированию приложений в Грид 17
1.3 Анализ современных подходов к представлению информации о производительности в Грид 25
1.4 Выводы к главе 1 28
2 Приобретение экспертных знаний в форме параметрических моделей производительности, идентифицируемых на основе обработки данных 30
2.1 Стратегии приобретения знаний :. 30
2.2 Обзор современных моделей производительности параллельных приложений 33
2.3 Методы исследования параллельной производительности на основе моделей кластерной архитектуры 40
2.4 Модели в рамках схем параллельных вычислений с учетом независимой изменчивости пропускной способности сети и производительности вычислительных узлов 58
2.5 Выводы к главе 2 68
3 Приобретение знаний о параллельной производительности на основе имитационного моделирования 70
3.1 Обзор современных имитационных моделей Грид-среды 70
3.2 Особенности реализации программной системы имитационного моделирования вычислительных процессов в Грид : 73
3.3 Верификация имитационной модели 79
3.4 Использование имитационной модели для исследования производительности сервисов Грид 82
3.5 Выводы к главе 3 89
4 Использование знаний о параллельной производительности для построения квазиоптимального расписания 90
4.1 Подходы к составлению расписания 90
4.2 Автоматизированное составление квазиоптимального расписания на основе знаний о параллельной производительности 96
4.3 Расчет ускорения приложения в виде детерминированной функции случайного аргумента
4.4 Выводы к главе 4 103
Заключение 104
Список литературы 106
Приложение А
