面向柵格化分布式水文模擬的并行調(diào)度方法研究.pdf

1、應對從人口膨脹到環(huán)境污染、氣候變化以及水資源短缺等實際需求時，水文科學的發(fā)展是我國國民經(jīng)濟健康發(fā)展的堅實基礎和保障。面對解決重大科學水文問題，大規(guī)模流域的分布式水文模擬計算有著極其重要的作用和地位。然而，面向大規(guī)模流域高分辨率、長歷時、多地理耦合過程的分布式水文模擬計算時，數(shù)據(jù)密集計算問題凸顯，任務調(diào)度和資源分配存在一定的盲目性?，F(xiàn)有的在該領域進行的研究中，流域的不同劃分類型采用不同層次的并行計算方法，且模擬單元單一化時，并行效率提升則

2、相當有限。歸納起來，存在兩個關鍵性的問題亟待解決，它們分別是：高效的分布式水文模型并行算法的缺失、任務調(diào)度和資源協(xié)同分配機制的缺失。
　　本文首先對分布式水文模型的可并行進行分析，比較了它們各自實現(xiàn)的可行性。然后參照空間離散分解方式，建立起基于生態(tài)最優(yōu)性原理的分布式流域水文模型框架。那么，本研究則是針對這種分布式水文模型并行計算框架展開的，它主要包含以下內(nèi)容：
　　第一，對計算密集或數(shù)據(jù)密集特征的任務依賴和并行處理的耦合度過

3、高，采用DAG調(diào)度的并行方法處理任務間依賴關系問題；
　　第二，在DAG調(diào)度算法中，表調(diào)度算法時間和空間復雜度均有良好的表現(xiàn)，但是解空間的質量很低；遺傳算法、模擬退火算法等隨機搜索算法有優(yōu)良
　　的解空間但在任務調(diào)度上的開銷比較大，甚至對于不同的DAG圖都有著不同的控制參數(shù)，實現(xiàn)難度較大。因此，在這基礎上考慮到任務調(diào)度開銷和并行效率提升兩個方面，本文對其進行權衡、折衷，提出基于任務高度動態(tài)調(diào)整任務優(yōu)先級的DAG調(diào)度算法；