一种网格并行任务执行时间预测算法

广泛研究了网格环境中并行任务执行时间的预测方法，提出了一种基于案例和人工神经网络的预测算法。该算法充分利用了历史有效信息，尤其是对于同一个任务的多次求解而获得的相似记录，通过建立任务特征模板，将历史任务，即案例进行分类，并利用指数平均值或者线性回归方法进行预测。但是由于网格环境的复杂性，以及有限元求解器在求解问题时的复杂性，导致相似性很难定义，在无法根据模板找到相似性案例的时候，利用人工神经网络预测方法进行预测。该算法在面向多学科应用的模拟与可视化环境中进行了实验，证明该方法具有较好的预测性能。