论文部分内容阅读
负载划分是决定集群计算环境下基于复杂网络的并行社会学仿真性能的核心因素之一．由于背景负载等因素的影响，集群系统中往往需要根据实际可用计算资源非均匀分配仿真任务，而现有针对无标度特性拓扑结构的并行仿真负载划分算法无法适应集群环境下计算负载非均匀划分的需求．针对这一问题，提出了一个基于集散节点聚合的负载划分算法，将集群计算环境下基于复杂网络的并行社会学仿真负载划分优化问题转换为一个二部图最小代价赋值问题，最终得到仿真任务到计算节点的分配方案．理论证明该算法近似解与全局最优解比值不超过3，时间复杂度不超过O（（