预测技术被广泛地应用于生活的各个领域,如气象领域,经济领域,商业领域,地理领域等。它的使用与发展使得人们可以对未来一段时间内事物的发展趋势有一个较明确的掌握和理解,从而可以指导大家在下一阶段的生活和工作安排,具有极大的现实意义。在计算机领域中,对计算机运行预测的研究也越来越广泛。现有的资源预测技术中,各种不同的资源预测算法各有优缺点,适应于不同的资源运行情况。出于资源运行情况的多样性,设计出一种能够对所有的情况准确预测的算法是不现实的。一种将所有预测算法糅合在一起的自适应算法提供了这样一种思路:整合现有大多数资源预测算法,采用一定的选择策略,针对不同的应用环境使用不同的预测算法进行预测。该算法目的是通过将各种算法整合使得它们的优势充分发挥出来,避免用单一的一种算法对所有运行情况进行预测。集群资源管理系统作为集群系统的一个重要组成部分,其目的是将系统分散的资源整合起来,为用户提供一个单一的系统映像。它直接关系到集群性能的发挥和使用率的提高。现有的作业和资源管理系统普遍采用传统的C/S(服务器/客户端)模式,在资源的信息获取方面只考虑资源的当前情况,从而导致在对作业调度和资源管理的策略定制时也就围绕着资源的当前情况进行。调度的作业是在“未来”运行的,负载平衡考虑的是“未来”的平衡,利用当前的信息来衡量未来的情况,这样做的不足是显而易见的。为此,将上述资源预测技术应用于作业资源管理系统,设计基于B/S(浏览器/服务器)模式的带有预测信息的资源管理系统是必需的。预测系统经过长时间的性能测试,与现有的主流的几个单一的预测算法进行了对比,给出了定性和定量的分析。在此平台的基础上,基于预测信息的作业调度和资源管理策略的分析和研究为系统资源的有效利用和性能的提高提供了新的思路。