【技术实现步骤摘要】
本专利技术涉及半实物仿真，尤其涉及一种基于负载均衡光纤反射内存网络的仿真方法。
技术介绍
1、当仿真任务所需的模型实例数较多时，往往需要采用包含若干个节点的分布式仿真系统进行仿真计算，才可以保证多个模型解算的实时性，其中，分布式仿真系统为多个仿真节点通过光纤网络连接形成的环网。
2、不同仿真任务所需调用的模型种类和每类模型的数量均不相同，因此，在每次执行仿真任务之前，均需要根据仿真任务的需求，从光纤反射内存网络中选取执行该仿真任务的仿真节点，常用的方式是：从网络中选取1个调度节点，通过光纤反射板卡下发仿真任务，仿真任务的属性由其所需的模型种类和数量描述，接入光纤反射内存网络中的计算节点根据自身属性和仿真任务的属性进行竞争，动态、随机地提供仿真计算。
3、但是，上述竞争任务的方式很容易导致光纤反射内存网络中节点的负载不均衡，造成计算资源的浪费。因此，提出一种基于负载均衡光纤反射内存网络的仿真方法是必要的。
技术实现思路
1、鉴于上述的分析，本专利技术实施例旨在提供一种基于负载均衡的仿真方法，用以解决现有仿真方法中各仿真节点负载不均衡，容易造成计算资源浪费的问题。
2、本专利技术实施例提供了一种基于负载均衡光纤反射内存网络的仿真方法，包括：
3、准备阶段、初始化阶段和运行阶段；其中，准备阶段包括：
4、从光纤反射内存网络中确定1个调度节点和n个计算节点；调度节点下发任务，各计算节点基于节点负载均衡方法，获取需要执行的任务；p>
5、初始化阶段包括：调度节点下发初始化指令和每个任务所需模型的初始数据，计算节点接收到初始化指令后读取初始数据，读取完成后向调度节点上报初始化完毕标志；
6、运行阶段包括：调度节点接收到初始化完毕标志后，向计算节点下发运行指令以及任务所需模型的输入数据；计算节点基于模型的输入数据，执行模型的解算，将解算结果作为仿真结果输出并写入光纤反射内存网络；调度节点监测各计算节点的仿真结果，对仿真结果进行分析后，做出后续的决策。
7、具体的，所述节点负载均衡方法，包括：
8、获取n个计算节点的属性；所述节点属性包括节点可执行任务的类型type_i；
9、各计算节点随机地抢占不同的序号z，其中z＝1,2,…,n；
10、根据计算节点可执行任务的类型type_i，将n个计算节点分为l类；其中，类l_i为若干可执行type_i类任务的节点序号形成的序列；
11、以任务类型type_i为键，以type_i相应的类l_i为值，构建哈希表；
12、各计算节点读取调度节点下发的仿真任务，根据任务类型type_i查找哈希表，相应的类l_i中负载状况和性能最优的计算节点执行该任务；再次读取调度节点下发的任务，重复上述操作，直至所有任务均得到分配。
13、进一步的，所述节点属性还包括：节点可执行type_i类任务的数量type_i_q以及节点的最大并发数p_i；属性type_i_q以及p_i用于确定节点的负载状况和性能。
14、具体的，所述哈希表中每一类中的若干节点按照负载状况和性能进行排序，排序方式为三重排序，包括：
15、步骤s201、计算类l_i中每一个节点的k值，其中，对于任一节点j有：kj＝r_num_j/p_j，表征节点j当前负载各类任务的能力，r_num_j为节点j当前执行的各类任务的总数，p_j为任一节点j的最大并发数；
16、步骤s202、将类l_i中的若干节点，按照其k值升序排序，即当前负载能力强的节点顺序靠前；
17、步骤s203、若类l_i中多个节点具有相同的k值，则计算该多个节点的w值，其中，对于任一节点j有：wj＝type_i_q/p_j，表征节点j执行type_i类型任务的能力；
18、步骤s204、将具有相同k值的多个节点，按照w值降序排序，即节点执行type_i类型任务的能力越强，表明其对该类任务的优先级越高，顺序越靠前；
19、步骤s205、若类l_i中多个节点具有相同的w值，则统计该节点当前分配到type_i类型任务的数量ri_num_j，获取该节点当前负载type_i类型任务的能力；
20、步骤s206、将具有相同w值的多个节点，按照ri_j_num值升序排序，即节点当前分配到type_i类型任务的数目越少，顺序越靠前。
21、具体的，所述类中负载状况和性能最优的计算节点，为该类中顺序最靠前的节点。
22、进一步的，所述根据任务类型type_i查找哈希表，类l_i中负载状况和性能最优的计算节点执行该任务后，该计算节点更新自身的r_num_j以及ri_num_j，基于更新的r_num_j以及ri_num_j，采用三重排序的方式，更新自身在类l_i中的顺序。
23、具体的，所述各计算节点随机地抢占不同的序号z，包括：
24、步骤s101、利用不同的随机数种子，为各个计算节点产生各不相同的、处于区间[tmin，tmax]μs的随机数，作为各个计算节点的延迟时间；
25、步骤s102、各计算节点按照其延迟时间，依次抢占光纤反射内存网络中的序号z；
26、步骤s103、比较延迟时间最长的节点所抢占的序号zmax是否与计算节点数目n相同；若是，则各计算节点抢占到不重复的序号，结束步骤s2；若否，则重复以上步骤，重新抢占序号。
27、进一步的，所述比较延迟时间最长的节点所抢占的序号zmax是否与计算节点数目n相同时，zmax按照以下方式获取：
28、从光纤地址中选择首地址为a的区域a1～an′，用于分别存储各个计算节点抢占到的序号；其中，地址相对于首地址a的偏移量越大，该处存储的节点序号越大；
29、遍历区域a1～an′，读取其内存储的最后一个非零值，作为节点的最大序号zmax。
30、具体的，所述调度节点监测各计算节点的仿真结果，对仿真结果分析后作出后续的决策，包括：
31、分析计算节点的仿真结果，判断模型是否符合预期的设计目标和性能指标，若是，则执行步骤s301；否则，执行步骤s302；
32、步骤s301、调度节点向该计算节点下发停止指令，使其终止任务的执行；
33、判断任务是否需要重启，若是，则向该计算节点下发重启指令，使其重复所述初始化阶段和运行阶段，否则，注销任务；
34、步骤s302、调度节点更改模型的输入数据，或者优化仿真算法后，重复运行阶段的操作。
35、具体的，所述调度节点下发仿真任务，包括：
36、从光纤地址中确定区域b，调度节点在此处写入仿真任务总数；
37、从光纤地址中确定区域c，调度节点在此处写入每个任务的类型。
38、与现有技术相比，本专利技术至少可实现如下有益效果之一：
39、1、基于负载均衡方法，为计算节点根据本文档来自技高网...
【技术保护点】
1.一种基于负载均衡光纤反射内存网络的仿真方法，其特征在于，包括准备阶段、初始化阶段和运行阶段；其中，
2.根据权利要求1所述的基于负载均衡光纤反射内存网络的仿真方法，其特征在于，所述调度节点监测各计算节点的仿真结果，对仿真结果分析后作出后续的决策，包括：
3.根据权利要求1所述基于负载均衡光纤反射内存网络的仿真方法，其特征在于，所述节点负载均衡方法，包括：
4.根据权利要求3所述的基于负载均衡光纤反射内存网络的仿真方法，其特征在于，所述节点属性还包括：
5.根据权利要求4所述的基于负载均衡光纤反射内存网络的仿真方法，其特征在于，所述哈希表中每一类中的若干节点按照负载状况和性能进行排序，排序方式为三重排序，包括：
6.根据权利要求5所述的基于负载均衡光纤反射内存网络的仿真方法，其特征在于，所述类中负载状况和性能最优的计算节点，为该类中顺序最靠前的节点。
7.根据权利要求6所述的基于负载均衡光纤反射内存网络的仿真方法，其特征在于，所述根据任务类型Type_i查找哈希表，类L_i中负载状况和性能最优的计算节点执行
8.根据权利要求3所述的基于负载均衡光纤反射内存网络的仿真方法，其特征在于，所述各计算节点随机地抢占不同的序号z，包括：
9.根据权利要求8所述的基于负载均衡光纤反射内存网络的仿真方法，其特征在于，所述比较延迟时间最长的节点所抢占的序号zmax是否与计算节点数目N相同时，zmax按照以下方式获取：
10.根据权利要求9所述的基于负载均衡光纤反射内存网络的仿真方法，其特征在于，所述调度节点下发仿真任务，包括：
...【技术特征摘要】
1.一种基于负载均衡光纤反射内存网络的仿真方法，其特征在于，包括准备阶段、初始化阶段和运行阶段；其中，
2.根据权利要求1所述的基于负载均衡光纤反射内存网络的仿真方法，其特征在于，所述调度节点监测各计算节点的仿真结果，对仿真结果分析后作出后续的决策，包括：
3.根据权利要求1所述基于负载均衡光纤反射内存网络的仿真方法，其特征在于，所述节点负载均衡方法，包括：
4.根据权利要求3所述的基于负载均衡光纤反射内存网络的仿真方法，其特征在于，所述节点属性还包括：
5.根据权利要求4所述的基于负载均衡光纤反射内存网络的仿真方法，其特征在于，所述哈希表中每一类中的若干节点按照负载状况和性能进行排序，排序方式为三重排序，包括：
6.根据权利要求5所述的基于负载均衡光纤反射内存网络的仿真方法，其特征在于，所述类中负载状况和性能最优的计算节点，为该类...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。