基于依赖型任务和Sarsa(λ)算法的云计算任务调度

针对现有的云计算任务调度算法具有的任务调度时间长和系统负载不均衡的缺点,提出了一种基于依赖型任务和Sarsa(λ)算法结合的依赖型任务调度方法;首先对调度目标模型进行了定义,以最小化调度策略的最晚完成时间作为调度目标,然后将任务调度模型建模为马尔科夫决策过程MDP,在此基础上,基于MDP采用Sarsa算法实现对状态动作值的更新,为了加快算法的收敛速度,在状态动作值更新的过程中加入资格迹,给出了资格迹的更新方式;最后,定义了基于依赖型任务DAG图和Sarsa(λ)的云计算任务调度算法;在Cloudsim环境下进行仿真试验,结果表明文中方法能有效地实现依赖型任务调度,且较其它方法相比,具有任务调度时间短和负载均衡的优点,是一种适合云计算环境的可行任务调度方法。     

面向发动机再生冷却的流热耦合拓扑优化

再生冷却作为一种主动热防护形式,被广泛应用于高超声速飞行器发动机的热防护系统.为了进一步提高再生冷却结构的换热性能,发展了考虑变热物理性质和输运性质的流热耦合拓扑优化设计方法.首先建立了流热耦合拓扑优化模型,基于连续伴随法对考虑变物性的伴随方程和灵敏度进行了推导,并利用开源计算平台OpenFOAM构建了拓扑优化求解器,耦合了滤波和投影等技术以缓解可能出现的数值问题,结合了建表-插值法对冷却剂物性和相关偏导项进行计算.随后对流热耦合结构进行了拓扑优化设计,结果表明:随着能量耗散约束值的增大,通道的拓扑结构愈加复杂,冷却通道内的流动分离和再混合现象更加显著.通过提取5种拓扑优化构型(Case 1～Case 5),对三维拓扑优化结构的流动换热特性进行了数值模拟分析,发现冷却剂的流动分离和再混合诱导产生复杂的二次涡结构,有助于激发湍动能,增强通道的局部换热性能.最终Case 3～Case 5中的拓扑优化构型相较于传统构型均起到了强化换热效果,平均努塞尔数增益百分比分别为12.6%, 16.0%和23.4%.