26、网格环境中的启发式调度

网格环境中的启发式调度

1. 福利与能源成本概述

在网格环境调度中，不同算法的福利和能源成本表现各异。以下是相关算法的福利与能源成本总结：
| 算法 | 福利 | 能源成本 |
| — | — | — |
| 最优算法 | 100% | 100% |
| 绿色算法 | 89% - 96% | 96% - 104% |
| 贪心算法（Stoesser, 2007） | 92% - 99% | 102% - 112% |

一般来说，启发式分配产生的福利解决方案低于使用求解器计算的最优解决方案。不过在一些模拟中，启发式解决方案与最优方案的平均性能比接近93%。可以预期，最优解决方案能产生最高的福利，绿色启发式算法的W/E比率略低于最优解决方案。

除了计算速度和近似效率外，启发式分配还需要测试系统固有的其他战略属性，这些属性可能会限制代理歪曲资源需求的潜在收益。

2. 战略激励分析

战略激励可分为两类：歪曲资源特征的激励和歪曲估值的激励。

2.1 歪曲资源特征

资源特征包括可测量的物理大小，如计算需求和作业规模。低报计算需求不是一个好策略，因为在操作阶段，作业可能无法适应调度，导致代理为无用的资源付费。同样，高报资源成本也没有激励作用，因为在优化阶段，作业可能无法适应调度。

机制有两个进一步的战略属性：
- 拆分证明 ：如果用户不能通过将作业（节点）拆分为几个较小的作业（节点）来获利，则该机制是拆分证明的。
- 合并证明 ：如果用户不能通