JPS6024647A - システムの自律化資源管理方式 - Google Patents

システムの自律化資源管理方式

Info

Publication number
JPS6024647A
JPS6024647A JP58130820A JP13082083A JPS6024647A JP S6024647 A JPS6024647 A JP S6024647A JP 58130820 A JP58130820 A JP 58130820A JP 13082083 A JP13082083 A JP 13082083A JP S6024647 A JPS6024647 A JP S6024647A
Authority
JP
Japan
Prior art keywords
knowledge base
resource
resources
policy
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP58130820A
Other languages
English (en)
Other versions
JPH0460253B2 (ja
Inventor
Toshinori Watanabe
俊典 渡辺
Koichi Haruna
春名 公一
Hiroshi Motoyama
本山 博司
Toru Nishigaki
西垣 通
Koji Sasaki
浩二 佐々木
Teruo Yagata
家形 輝夫
Yoshitaka Watanabe
渡辺 慶孝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP58130820A priority Critical patent/JPS6024647A/ja
Publication of JPS6024647A publication Critical patent/JPS6024647A/ja
Priority to US07/089,919 priority patent/US4890227A/en
Publication of JPH0460253B2 publication Critical patent/JPH0460253B2/ja
Granted legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3433Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment for load management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00Data processing: artificial intelligence
    • Y10S706/902Application using ai with detail of the ai system
    • Y10S706/903Control
    • Y10S706/908Electronic or computer, internal or network, circuit

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Devices For Executing Special Programs (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔発明の利用分野〕 本発明は、システムの処理能方向上と応答性向上の2目
標を自律的r(実現することのできる資源管理システム
に係シ、主として計算様7ステムにおける上記2目標を
自律的に実現できる、プロセスユニットの資源への割シ
当てスケジューリング機能を実現する方式に開力゛る。
〔発明の背景〕
システムの資源管理方式の代表的クースとじて大型計算
機システムのO8の現状をみるとつざ゛の通シでらる。
大型計算機システムのオペレーテングシステムの中核の
ひとつでおる資源管理システムの目的は、計算機システ
ムの諸資源をできるだけ有効に利用して処理能力を向上
させると共に利用者からみた応答性を向上させることに
ある。この目的で従来多くの資源管理方式が提案されて
きた(たとえば、A、J。
BernsIein & J、C,5harp: A 
poltcy DrlVen 19chedulerf
or a ’l’ ime −3haring 3ys
tem、 Corrm 、 ACM、 VO’−14t
42、 PP、 74〜78 (1971) 、、 H
,W、 Lynch & J、 B、 Page : 
rl”heO8/VS2几elease 2 Sysl
em l’jesources Manager、 I
BMS)’Stem Journal 、Vol、13
.A4. pp、 274−291 (1974) 、
 )これらの提案の中では、上記2目標を満足させるた
めに、各資源の利用率や各プロセスユニット(オンライ
ンシステムではトランザクションと呼ばれ、バッチ処理
システムではジョブと呼ばれ、TSSシステムではコマ
ンドなどと呼ばれるプログラムの単位のこと)に供給さ
れる資源サービス量を定期的に測定し、その値があらか
じめ設定した目標値やサービス目標関数から外れた度合
に応じた制御行動を取るようになっている。さらにここ
ではシステム一般にこの種のソフトウェアをソフトウェ
アユニットと呼ぶことにする。
ただし、この制御行動を取らせるためには、サービス目
標関数の形状を指定するためのパラメタをはじめ種々の
パラメタ値を設定する必要がある。
第1図はこの状況を示すものである。計算機システム(
100)には、多様な性格のプロセスユニツ) (11
5)の集まり(1101が入力されてくる。上記2目標
を満足させるために、資源の利用状況などをはじめとす
る種々のモニター情報(120)を取シ、計算機室の管
理者(130)は、マニュアル(140)を参考にして
、資源管理方針パラメタ(150)を最適化してゆく必
要がある。
しかしながら、処理せねばならないプロセスユニットの
性質は安定したものでは無く(時間と共に量や性質が変
化する)、パラメタを変化させた場合に上記2目標の満
足度がどのように変わるかは不確定であシ、パラメタの
最適化はきわめて困難である。たとえ可能であったとし
ても計算機への娼末接続数の改変や、柔メモリーの増設
等をおこなった場合には、PJ度最適化をおこなう必要
が生じる。
〔発明の目的〕
本発明の目的はシステムのソフトウェアユニットや、シ
ステム構造の変化等に自律的に適応できる資源管理方式
を提供することにsb、主として処理スべきプロセスユ
ニットの性格や計算機システム構造の変化に自律的に適
応できる資源管理方式を提供することによシ、従来方式
の持つ、上述した石点を克服することにおる。
〔発明の概要〕
上記目的を達成するために、本発明11Cおいては゛ム
1舞俵等のシステムの内部状態やプロセスユニットの状
態がろる状態になっている場合に、ある資源管理方式を
用いたら、結果として上記2目標の満足状況はある状況
になった”という事実を、システムの運用を通じて経軟
的に蓄積して知識ベース化する。現在のシステムの状態
に対して有効でるると思われる過去のbhを知識ベース
から引き出して利用すると共に、髪)たに経験した事実
を知識ベース内の過去の経験的事実の内であまシ有用で
ないものと交替させるという進化論的な手段を利用する
ことによって知識ベースの内容を改良し、資源管理能力
を自律的に向上させる、〔発明の実施例〕 以下、本発明の対象とするシステムの桟敷的ケースとし
ての計算機システムの実施例について第2図以下を用い
て具体的に説明する。
第2図は本発明を用いた計算機システムの自律化資源管
理方式の機能格成を示すものである。
200は計算機210に入力される未処理のグロセヌユ
ニツ)群、250は処理済みのプロセスユニット群を表
わす。分類機能205は、200の敦素を、いくつかの
クラスに分類する。その方法としては処理時間や使用す
るメモリー量をあらかじめプロセスユニット毎に与えて
おき、これを利用して分類する方法、実際にプロセスユ
ニットを笑行させて、その特性をb1測する方法などが
可能でるるか、いずれの方法を用いてもよい。
分類されたプロセス二二ッHat、Ia中215〜22
5に示した、各クラスに対して用意されたバッファ(保
管空間)上に待行列を作る。
230〜240は、計算機内の資源(以下リソースとも
よぶ)であシ、例えば実メモリ、cpu。
入出力チャネル、外部記憶装置等である。
各プロセスユニットは、資源230〜240をめぐって
競合する。この競合を調整するのが、260に示した自
律化資源管理機能の役割シであシ、知識ベース265.
スケジューラ275.資源利用方針指示機能270から
なる。知識ベース内には、計算機やプロセスユニットの
状態がめる状態Yになった時、資源オリ用方針Uを使用
した結果、計算機システムの動作の良否の指標がJとな
ったという紅組的知識がコードの形で蓄積されている。
270は、現在観測されている状71jA Yを用いて
このコードの中から適当なものを呼び出し、その上に記
述されている方針Uを自律的に若干変異させUとする。
スケジューラ275は方針Uにもとづいて210内に発
生する競合を解消する。
このためスケジューリング時点においてリソース230
〜240の各々の使用を狗っているプロセスユニットの
内、いずれのクラス(215〜225)に属するプロセ
スユニットに各リソースを使用させるかを決定する。2
70は方針Uをあるル」間長だけ採用した後に、この期
間内での計算機の動作の良否を評価して評点Jを作成し
、Y、J、Llを主要内容とするコードを作成し、26
5に収納する。265内に収納できるコードの数には制
限が設けられておシ、収納余裕がある場合にはそのまま
収納されるが、収納余裕が無くなって場合には、後述す
る方法によって265内の特性の悪いコードを消去し、
そこに収納する。
これによって、265内のコードは次第に淘汰され、有
効な資源利用方針が265内に自律的に形成される。
なお図で、291と293はプロセスユニットの流れを
示しておシ、296と297は(i報を表わしている。
、296は資源オlI月状況等M−r算機内の状況およ
びプロセスユニットの状況に関する情報、297はスケ
ジューラ275による資源割シ当て指令情報を表わして
いる。
第3図は、計算機210内に発生する状況を模式的に表
現したものである。
図は時間軸、リソースR1−FL、を配列した軸。
リソース利用状況(例えば、リソースの単位時間あたシ
の利用率)を弄わす軸よシなるグラフ表示からなってい
る。図には時刻T。* ’11 + T2での各リソー
スの利用状況が330,340,350に示しである。
ある時点で計算機に入力させたプロセスユニット360
は、計算機内で処理され、処理完了後に380に示した
ように計算機外の処理に移る。
362はリソースR1をある時間使用したことを示す。
364は、R2の使用待ち、366はR2の使用、36
8はR3使用待ち、370はR3使用、372はR3使
用待−ち、373はR3使用。
374はR3使用待ち、376はR3使用、等を表わし
ている。
−390は別のプロセスユニットを表わしている。
計算機システムの資源龜理の目的は、処理能力の向上と
応答性の向上でめシ、前者Fi髄源RI+RI2 、・
・・、FL、の利用率の同上、すなわち図中330.3
40,350のグラフ)の面積(ハツチで示した)が、
各リソースについてできるだけ犬となるようにすること
によって達成できる。後者の応答性は、処理をうけるプ
ロセスユニット(360,390等)が、リソースを利
用した正味の時間(図中362,366.370,37
3゜376の状態にめった時間)に比して、処理待ち時
、間(図中364,368,372.374)と正味時
間との合計値がどの程度延長したかケ示ず膨張率の分布
パラメタ、たとえは、平均値や分散値をできるだけ小さ
くするようにすることによって達成できる。
さて、時点T。からT2に至る期1b4を考える。
期間長を適当に辿べばこの期間におけるR1〜R,の資
源オリ用¥と、プロセスユニットの膝張卑の分布パラメ
タとは、大まかにみて、時点To近辺での計Xtaの状
態(たとえば、各リソースの利出車)とプロセスユニッ
トの状態(たとえば、第2図215〜225内のプロセ
スユニットの量や、その増減傾向値)と、時刻Toから
T2の間で採用した資源利用方針によって定まると考え
ることができる。
この点に着目して、本発明においては、これらの諸量の
関係を経験的に知識化して利用する。
第4図は、資源利用方針指示機能(第2図270)が作
成する指示の一例を示すものである。本例では指示は図
に示すマトリクスの要素α目 (i=1〜m、j=1〜
n)であシ、各リソースについてのα1jの合計値は1
.0(Στ−! 舶J=1.0for all j )
となっている。例えば、図の第1列(410)の意味は
、リソースR1を、クラスAt。
A2.・・・、A□に割シ当てるについては、その比率
がα11 +α12+・・・、α11に近づくようにせ
よということである。
第2図275のスケジューラは、この指示をできるだけ
守るように、第2図215〜225内のプロセスユニッ
トをリソース230〜240に割第5図は、第2図26
5の知識ベースの内容の一例を示している。
500は、コード560〜562の各項目の内容を説明
するために記載した見出し行である。
図に示すように、コードは次の内容7ノ・らなっている
プロセスユニット状態(510) : 第2図215〜225内のプロセスユニットの数とその
増減傾向値を計測したものを記入する部分である。計測
対象の動きは高周波震動を含むので、移動平均法等を用
いて高周波成分を除去したものを記入する。具体例につ
いては後述する。
プロセスユニット、をクラスAt 、 A2 、・・・
、A、aに分けるのは第2図205の役割シであるが、
方法としては、あらかじめ計U機利用渚にプロセスユニ
ットの性質を記述する情報を与えてもらって、これを用
いてクラス分けする方法と、プロセスユニットを若干時
間実行させ、実行時の状況を観測して分類する方法とが
ある。
第6図は前者の方法の一7例を示すもので1、例えば図
中600に示すように、所要メモリーが512KB以下
で、計算時間が1分以下のプロセスユニットであればク
ラスAI であると利用者に記入させる。 、 後者の方法を取る揚台には、例えば第2図215のクラ
スA!を、クラス分類未完了のプロセスユニット用とし
ておき、クラスA!内の要素は他のクラスに比して高い
優先権でリソースR1〜R,。
を使用できるようにしておき(ただし、ある定められた
時間長についてのみ)、クラスAlのプロセスユニット
を、その実行結果によってクラスA2〜A、のいずれか
に分類するという方法を取れば良い。
第5図のコードにおける計算機の状態(520) :第
2図230〜240に示した計算機リソースの利用率を
記入する。R1はcpu、B2は実メモリ、R3はチャ
ネル、R4はディスク%Rs〜R,id後述する集合費
源に対応させることが出来る。
利用率の定義を第7図を用いて説り」する。R1嘗。
槻システムの任意のリソースは、任忌の時点を取ってみ
ると使用中、未使用中のいずれかの状態にある。このリ
ソースの時刻ToからT2の間の利用率とは、時刻l1
loからT2の間を喘定の時間間隔でサンプリングした
時の、リソースが使用中であった割合を示すものでるる
。ただし、この方法は基本的なものであシ、移動平均法
等を用いる各種の方法が可能である。
第8図は、上述した呆合資源利F+−J率の説明図であ
る。プロセスユニットの中には、める気源のあつまシ全
体を同時ら占有しないと処理の進められAいものがある
。集合資源とは、このような複数個の資源のめつまシを
新たに111−のに源としたものである(図中800,
810)。資諒第1」用率とは、その集合資源内のリソ
ースのいずれかが使用されている確率である。逆にもえ
は、その集合敷源内のすべてのリソースが同一時点で使
用されていない確率をgとした時、1.0− gが集合
資源利用率となる。
第5図のコードにおける評点(530) :るる時刻T
oからT2の間の計算機システムの動作の良否を計測し
て作成した評点を記入する。
評点はJI、J2の2値を記入するが、通常はJ、=J
、とする。その詳細は後述する。
評点の作成法の一例を第9図に示す。この例では、時刻
T。からT2の間での計算機システムのスループット値
と、プロセスユニット処理時間の膨張率との関数として
評価値Jl (=J2 )fr決定する。スループット
値が80以上、平均膨張率が10以下の時は、920に
示すように、評点が5とされる。本笑施例では、特性が
良い程、評点は小さくすると定めておく。
スループット値の計算法を第10図に示す。図に示した
ように、時刻ToがらT2の間のサンプリング時点で各
リソースR* + R2+ R3*・・・。
R1の使用不使用を調査し、各リソースのこの期間での
利用率V’(RJ )をめる(チ表示)。スループット
値は、この値を用いて、Σr、1βj−v(Rj )と
して与えられる。ここにβ1はあらがじめ与えておく正
の定数である。
平均膨張率とは、プロセスユニットが所望のリソースを
待ち無しに利用できる場仕の総処理時間に対する、実処
理時間の比率すなわち個々のプロセスユニットの膨張率
の平均値である。第11図にその説明をおこなう。図で
、1100.1110等はプロセスユニットの処理経過
を示すものである。
図の1102はプロセスユニット1100の計算処理開
始点、1104は処理終了点である。1105等の実線
部はリソース使用中であることを示し、折線はリソース
使用中ちを示す。時刻ToからT2の間での平均膨張率
は、この時間帯で終了したプロセスユニット(図では1
100,1110,1120゜1130.1140,1
150 )の各々について計算した膨張率すなわち全処
理時間(実線部子折線部)÷正味処理時間(実線部)の
値を平均したものである(チ表示)。
上記以外にも、評点の作成の仕方はいろいろ存在する。
平均膨張率は、処理要求を田しているプロセスユニット
の数に相関して変化するという点で評価指標に備わって
いるべき安定性を欠くという難点がある。この難点を軽
減するには、個々のプロセスユニットの膨張率が、平均
膨張率からどのくらい隔っているかを示す尺度、たとえ
ば膨張率の標準偏差値を平均膨張率のかわシに使用すれ
は良い。よシ詳細な評価をおこなうには、第4図A4−
Amの各クラスごとに第9図の平均膨張率軸を作成し、
第9図を多次元化するという方法をとれば良い。
第5図のコードにおけるテリトリポテンシャル関数用パ
ラメタ(5401: 第2図270の資源利用方針指示機能は、知識ベースか
らコード(ルールとも言う)を読み出したシ、知識ベー
スにコードを書き込んだシする。
読み出し、書き込みのために、各コードに、2つのテリ
トリポテンシャル関数PK (Y、Y、J+。
t、r、、(1)、P2 (Y、Y、J2 、t、r2
゜α)を随伴させておく。パラメタ’1 + ”2 +
 α。
tはこれらの関数で使用され、’1 + r2 r α
≧Oであるう第12図はこれらの関数を視覚化したもの
である。
図で、たて軸P、は関数値、横軸YUルールの条件部の
要素すなわち第5図510と520の項目を要素とする
ベクトルの空間である。第12凶Yは、このベクトルが
1次元空間の場合を・示している。図では2つのルール
に対応した合計4個の関数が表示しである。点Y、、Y
2は2つのルールの条件部のベクトルYの図示である。
ルール1の関数は1”IIとp+2、ルール2の関数は
P21とP22である。上記パラメタ’+ + ’2 
+ α、tを変えるとこれらの関数の形を変えることか
できる。
関数P!π、P21は知識ベースからルールを吋び出す
時に使用する。今仮に知識ベース内にはこれら2つのル
ールしか存在しないと仮定し、第2図270の資源利用
方針指示機能がti測した、プロセスユニット及びi−
ゆ堰の状態を記述するペクトルがYであったとする。
点Yにおいて関数P1が最小となるのはルール2の方で
ある。よってルール2を呼ひ出して使用する。(実際に
は、Pl値の小さいルールな松舷個選び、その中から乱
数によってひとつを選択するという確率的方法を用いる
ことによシ、アまシ有効でないルールであるにもかかわ
らず、たまたま良好な特性を示したようなものが、繰シ
返し呼び出されることを防止する)。
次に、ベクトルYのもとでよび出したルール2を制御に
使用した後に再度知識ベースに収納する場合の説明をお
こなう。知識ベース内にルールの収納スペース(第5図
563,564)が存在する時には、そこに収納する。
収納スペースが無い場合には、点Yにおいて関数P2の
値が最大となるルール(図ではルール1)を追い出し、
そこに収納する。
図示したように、PKとしては単一の最小値をもつ関数
を、P2としては単一の最大値を持つ関数を使用するこ
とによシ、Yと類似のYを持ち、かつ特性の良いルール
をよび出すこと、及びYと類似のYを持ち、かつ特性の
悪いルールを追い出す(淘汰する)ことができ、知識ベ
ースは使用される都度、洗練されてゆく。
関数Pi、P2の具体的定義は祉々考えられるが、ここ
で−例を示す。
PH(Y、Y、Jl 、t、rl 、 α)i:’、(
y、 y、 J2 、’ 、’2 * ” 1式中・J
−・Xは評点Jl 、 J2の最大値あるいはそれよ多
若干/IXさい値(第9図の場合、たとえばJ。、、=
 99とすれば良い)を示す定数でめシ、A(r、X)
は、ベクトルXの距離(ノルム)をめる関数で、1、A
(r、0)=0である。r=(’t + rz )+ 
X=(X1+ X2 )O場合(D−例として、A(r
、X)−r+1Xtl+r21X21が可能である。こ
こで1xslはX!の絶対値である。「は距離算出の際
の重み係数となっている。
パラメタtはルールの年令であり、知識ベースへのルー
ルの収納操作がおこなわれるたびに1才加齢される。パ
ラメタαは、tを関数P、、P2の値に反映させるため
の係数で、tの増加と共に、第12図で、関数ptt 
+ PI3が上方向に移動してゆく速度を支配する。こ
れによって、年令の大きいルールは呼び出しに<<、追
い出され易くなってゆく。すなわち忘却されてゆく。α
を大とすると忘却速度は犬となる。
P!とP2の頂点(Y=Yの点)は、年令t=00時P
!±Jr 、P2 =Jz となる。ここでJ、、J2
は第5図図示の評点530に示したものである。また、
YがYから離れるとP、は増加、P2は減少する。t→
閃となるとP t = P 2 =J−−−に漸近する
第5図のコードにおける制御信号(550) :計算機
の資源利用方針に関する情報が記入される部分でらる。
利用方針の与え方も様々のものが考えられる。その−例
を第13図に示す。
図で、1310〜1340は第4図に示した資源利用方
針を示すマトリクスと同じ形のものである。
本例は、あらかじめ典型的な方針マトリクス1310 
1320.1330等を記憶しておき、実除のマトリク
ス1340は、これらの腺形和として生成する方式とな
っている。W!〜Wk (1350〜13701は重み
である。
W1〜wkを種々に変えると様々の資源利用方針を生成
することができる。第5図550音り分ではこ−れを指
示するようになっている。ここで性急を要するのは、W
1+〜Wkの値をどのようにすれば良いかが不明であシ
、計算機運用を通じて学習せねばならないという点でり
る。
550sには、”1〜Wk以外のいくつかのパラメタも
記入される。これが図ではdと記しである。dの一部は
、重みw、、wkに↓る資源利用方針札示を何秒関与え
つづりるかを示すパラメタや、計算機の状態、たとえば
資源利用率算出のための移動イ均法の中で使用する平滑
化パラメタ等を含む。これらのパラメタの値の設定が困
紐な場合には、1みW!〜w、[対するのと同じように
学習させる方法を取る。
第5図の知識ベースにおけるデフォルトルール(560
): 条件部のベクトル(510,520部)に傘が記入され
ている。傘は任意の実数との距離が0である仮想数値で
あると定めておく。前述の関数A(rl、Y−Y)にオ
イテ、例えばY=(’yt。
中1.Y=(中、y2 )ならば、A=Oとなる。
すなわち、デフォルトルールの条件部のベクトルYは、
他のいかなるベクトルYとも、距離0となる。次にJl
=90(これはJ、9.に近い値であれば伺でも良い)
、J2=0.α=0でおる。
前述の関数P、、P2の定義にこれらの値を与えると、
本ルールに関するP+ 、Pzは、任意のベクトルYに
対して、年令tに依存せずP!=90゜P2=0となる
ことがわかる。すなわち、本デフォルトルールは知識ベ
ースから呼び出しにくく、また追い出されにくいが、い
かなる状態ベクトルYによっても呼び出すことは可能に
はなっている。
別の言葉で1えば、本ルールは、他の良好なルールが無
い時に代用ルールとしての機能を果たすことかできる。
第5図図中560の行の550夕I」に示したように、
(W、、W2.・・・、”k)= (1,0,0,0゜
・・・、0.0)とを)らかじめ摺:き込んでおけ、ば
、他に良好なルールが無い隻1合には本デフォルトルー
ルがよび出され、第13図+1310の資源利用方針マ
トリクスを用いた餞源管理を指示し7てくれる。
fi51aの知識ベースにおけるその他のルール(56
1,562) : 条件部のベクトル(510,520部)をはじめ、独々
の情報が記入されている。これらは、経験的事実の蓄積
されたものでな)る。ト1中561の意味は次の通9で
るる。
プロセスユニット状態が(50、+1 、20 。
−2,・・・、10.+5)、計算機の状態が(0,8
゜0.9.0.7.0.3□ 0.1.・・・、0.2
)である時、制[有]信号として(0,7、・・・、0
.1.d’ )を使用した資源管理をおこなったところ
、評点はJ、−J2=50となった。このルールのテリ
トリ関数用パラメタは(’1’+ ’2’+ α′、1
)である。
ここで% ’l’l ’2’l α′等はある定数値と
なっているが、その詳細表示は略しである。1はこのル
ールの年令が1才であることを表わしている。
第14図は、第2図270に示した資源利用方針指示機
能の動作フローチャートである。
計算機システムの始動の際、先ずプロセスユニットの状
態と計算機の状態とを記憶するエリアを初期セット、例
えばθセット、する(1405)。
このエリアを以下8Aとよぶ。SAの内容は、第5図5
10.520の部分と相同である。
次に、SAの内容を用いて、知識ベース検索用のキーY
を作る。SAが第5図510,520の部分と相同であ
るので、SAの内容をYであるとみなせばよい(141
0)。
次に、上記で作成したキーYを用いて、知識ベースを検
索し、ルールをよび出す(1415)。知識ヘース内の
各コードについて、その条件部のベクトル(第5図51
0,520)Y、及び他の情報(第5図530,540
部)を用いて定義されるテリトリポテンシャル関数PK
に、Yを代入した時の値の小さいものからあらかじめ定
められたいくつかを残し、その内からランダムにひとつ
を選ぶことによってよび出すルールを決める。
次に、呼び出したルールの変異作成と資源利用方針マト
リクスの設定(1420)をおこなう。呼び出したルー
ルの右辺の制御信号部(第5図5501 。
の重みW1〜Wk、その他を、乱数を用いて変異させる
。例えば重みについては WJ(NEW)=WJ(OLD) +W・δとする。こ
こにWJ(NEW)は、変異後の重み、Wt (OLD
)は変異前の恵み、Wはあらかじめ力えた定数、δは−
1から1の間の1様乱数である。
こうしてめたWJ (NEW)(j=1.2゜・・・、
klを用いて、第13図で説明した方法によシ、方針マ
トリクス(第13図1340 )を決める。
重み以外のパラメタすなわち、第5図550のdの要素
である、制御時間T、計算様の状態をモニターするため
の移動平均式のパラメタ(例えば、指数平滑法を使う揚
台には、平滑化定数ρ)についても適轟な方法で変異さ
せる。以下、説明のために変異結果をT(NEW+、ρ
(NEW)と表記する。ただし、これらのパラメタに法
外な値を取らせないために、上限、下限値を設けておき
、この範囲を外れたら上限か下限値かに戻してやる等の
操作が一般には必要である。
次に時間計測タイマーをOセットする(1425)。
以下、計Jiffシステムの持っている特定のサンプリ
ング周期ごとにスケジューラを起動するか否かを判定し
、スケジューラ起動周期ごとにスケジューラを起動する
( 1435 )。スフジュール周期が50サンプリン
グ周期と定められていれば50サンプリングに1回スケ
ジューラを起動する。スケジューラの動作は第15図で
説明する。次に状態モニター指標を作成し、エリアSA
にかきこむ(14401゜状態モニター指標の一例とし
て、cpu利用率を取り6げ、その算出方法を以下に述
べる。
状態モニターをおこなう理由は2つある。ひとつは、知
識ベース検索用キーYを作るためであシ、他は資源利用
方針の良否の評点J!、J2を算出するだめのスループ
ット値等を算出するためである。前者は、比較的短期間
の間の対象の状態あるいはその変化に着目するのに対し
、後者は比較的長い時間での傾向に着目する。そこで各
々の目的に応じたモニター指標の算出法が必要である。
cpu利用率を例に取って、移動平均法、特に指数平滑
法を用いたモニタ一方式を示す。これは次に示す方法を
用いるものでおる。
UepH(す=ρ−u(t)+ (1−ρ) U、、、
 (t−11ここで、U、p、(t)は、モニタ時点t
でのcpu利用率の移動平均値、Uepア(t−1)は
1回前のモニタ時点でのcpu利用率移動平均値、u(
t)は0か1を取る変数でオシ、モニタ時点tでcpu
が使用中でおれば1、使用中でなければ0となる。
ρは平滑化定数とよばれるものでめシ、上述したρ(N
EW)を用いる。この方法の利点は、1回前の値U、p
、 、(t −1)をエリアSAに記憶しておけば、簡
単に現在の値U−p−(’)をめることができるという
点であシ、過去のあるル」間内でのu(t)を多く記憶
する必要は無くなる。
さて、ρは0と1の間の数でるるか、式かられかるよう
にρ→1とすると時刻tからみて近い過去の期間でのc
pu利用率がめられる。ρ→0とすると遠い過去からの
長期間でのcpu利用率がめられる。
以上よシ、例えば o、ol、4ρ!≦0.02゜0、
1イρ、40.2なる平滑化定数ρl、ρ2を使用して
CpL1利用率の移動平均値を2系列求め、前者は評点
作成のためのスループット値の算出用、後者は知識ベー
ス検索用キーYの算出用に用いれば良い。
ρ1.ρ2は、第5図550部のパラメタdの要素とし
ておき、上記の範囲内で変異させたρI(NEW)、ρ
z (NEW)を実際には使用する。
次いで、制御インタバルが、図中1420で設定した時
間長T(NEW)をオーバーしたか否かをしらべる。オ
ーバーしていなければ、1430に戻る。オーバーして
おれば制御特性値の算出(1450)をおこなう。具体
的には、第9図で示したスループット値と、平均膨張率
をめる。上述した移動平均法でこれらの値をオンライン
的に計算しである場合には、その値を使用すれば艮い。
そうでない方法を用いている場合には、1425でタイ
マーをθセットしてから、T(NEW)の時ti]が経
過する間での種々のデータを別途記憶しておき、これを
用いてめる。
次に請求まった制御特性値を用いて、例えばあらかじめ
用意した第9図の表を用いて制御特性の評点Jl 、J
2をめる( J t = J2 とする)。
次いで、知識ベースに収納するルールを作成する。
収納するルールの条件部(第5図510,520)のベ
クトルは、第14図1410で作成したベクトルYとす
る。評点(第5図530)は上記でめた値とする。テリ
トリ関数用パラメタ(第5図540)の内’!+r2F
i、第14図1415でよび出したルールのものをその
まま使用する。パラメタαは、評点J!が小ならば(制
御特性が良好たった時)小とし、長い間忘却されないよ
うにする。逆に評点J!が大ならαは大とし、早く忘却
させる。このためにはαを次式で定めれば良い。
α=α、、+Il+(α□8−αゎ1m) ”J□8 ここで、α1亀、、α、18はあらかじめ与えら才した
αの最小、最大値である。年令tを0とする。
制御信号(第5図550)部には、第14図1420で
めた変異後の情報Wj<NEWン。
T(NEW)、ρ(NEW)等をかき込む。
以上の操作によって、収納するルールの作成が完了する
。その作成法から明らかなように、このルール上には、
プロセスユニットや計n機がいかなる状態のときに、こ
のルールを呼び出したか、その時に採用した制御信号は
いかなるものであったか、その時の制御の評点はいかな
るものであったか等の情報が記入されている。
そこで、次に、このルールを知識ベースに収納する(1
4651゜知識ベース内に収納余祐スペースがある場合
(第5図563.564)にはそこに収納する。無い場
合には、収納しようとしているルールの条件部のベクト
ルYを、既存のルール(第5図では560,561,5
62)のテリトリ−ポテンシャル関数P2に代入し2、
関数値が最大となるルールを追い出して、そこに収納す
る。
ここで、今から知識ベースに収納しようとしているルー
ルの評点J!よシもYにおけるR2の値が小さけれは、
収納を取シ止めるという方法を用いると、特性の良いル
ールが第急に消失するとと全防止できる。
次に、知識ベース内の全ルールの年令tに、値1を加え
て加齢した(1470 )後、もとの処理1410に戻
る。この時、1440の処理によって状態モニター指標
は、エリアSA内にオンライン的に作成しであるので、
これを用いて知識ベース検索するキーを作成することが
できる。以下、同様にして、計算機システムが動作して
いる間は2142図270の資源利用方針指示機能は上
記の動作をくシかえず。これによって、82図265の
知識ベースの内容は次第に改良されてゆく。
第15図は、第14図1435の内容を示すフローチャ
ートであシ、第2図275のスケシュ〜うの動作説明図
となっている。
先ず、スケジュール対象とするりンースR,を第2図2
30〜24017)中から選び出す(15101゜−例
として前回のスケジュールで、リソースR4をスケジュ
ールした場合には、今回はR5を選ぶという方式を用い
れば良い。今、仮にFL5を選んだとする。次に、第2
図215〜225の各クラスにつき、処理待ち中のプロ
セスユニット力、考察中の資源R5をどの程度使用した
かを合計したものC+s < ’ = 1 + 2 +
 ・・□+ m)をめる(1520)。
次に、これを正規化してα11を作成する(1530)
次に、a、”、 (i =l 、 2.、−、、 m 
)と、第14図1420で作成した資源利用方針マトリ
クス(第13図1340であシ、その内容は第4図に示
されている)のR50列を比較する。相対誤差(α+:
 ”+6J/α、5が最小となるり2スlを選ぶ(15
40)。そしてり7スiの中の待ち時間最大のプロセス
ユニットに、リソースR5を使用させる(1550)。
以上計算機システムの実施例によシ本発明を詳述したが
、本発明の自律化資源管理の思想は、このほかのプラン
トシステム、計算機制御システム。
工場等のFA、LAシステム、OAシステム等集中系1
分散系を問わずシステム一般に実施し得るものである。
〔発明の効果〕
以上実施例で説明した本発明の代表的ケースでおる計算
機システムの資源管理でみるように、第1図に示した従
来の方法における、システム管理者130に代わって、
第2図260の自律化資源管理機能が最適な資源管理方
式を自動的に探索してくれる。通常の最適化方式と異な
り、゛進化方式″であるために、どんな条件にも対処可
能である。このため、計算機システムへの人力である計
算機プログラムの多様な変動(量や性質の変化)やある
いはシステム内部の状態の多様な変動のもとで、7ステ
ム資源の有効利用(スループットの改善)とシステム利
用者便益の改善(プログラム実行時間の短縮)をおこな
うだめの複雑なパラメタ最適化作業を自動化することが
できる。
従来は、計算機等のシステムの構成、たとえばメモリー
量などを変更した場合には、パラメタ最適化を再度実施
する必要があったが、本発明方式を用いる場合には、そ
の必要は無い。
計算機等のシステムを販売設置する場合、販売先の業務
の性質や、処理させるプログラムの性質等を分析し、こ
れにマツチする資源管理方針を設定する必要があったが
、本発明方式を用いれば、この作業を省略することがで
きるように力る。
本方式は、前述した説明からもわかるように、きわめて
簡単に実施することができる。従来の学習技法において
は、学習のアルゴリズムが複雑であるという難点がある
が1本発明はその点妃おいても優れている。
【図面の簡単な説明】
第1図は従来の計算機システム資源管理方式の一例を示
すブロック図、第2図は本発明における自律化資源管理
方式の機能構成図、第3図は本発明で対照とする計算機
内に発生する状況説明用概念図、第4図は本発明におけ
る資源利用方針マトリクス説明図、第5図は本発明にお
ける知識ベースの内容説明図、第6図は本発明における
プロセス・ユニットのクラス分けの一例を示す説明図、
第7図は本発明におけるリソース利用率の定義説明図、
第8図は本発明におけるチャネル利用率の説明図、第9
図は本発明における制御効果の評価法説明図、第10図
は本発明におけるスループット値の定義の説明図、第1
1図は木兄1jlJ Kおける平均膨張率の定義の説明
図、第12図は本発明におけるテリトリ、ホテンシャル
関数の説明図、第13図は本発明における資源利用方針
マドIJクスの作成法説明図、第14図は本発明におけ
る資源利用方針指示機能の動作説明用フローチャート、
第15図は本発明におけるスケジューラ動作説明用フロ
ーチャートを示す。 200・・・計算io、210に入力される未処理のプ
ロセスユニット群、210・・・計fA1機−,205
・・・200の要素をいくつかのクラスに分類する分類
機能、215〜225・・・分類されたプロセスユニッ
ト、230〜240・・・システム内の資源(リソース
)、260・・・自律化資源管理機能、250・・・処
理済プロセスユニットi¥% 265・・・知識ヘ−X
、270・・・資源利用方針指示機能、275・・・ス
ケジューラ、291.293・・・プロセスユニットの
流れ、第 3 図 ソソース利用状゛分乙 29 第 4 図 第 6 図 ■ 7 図 リソース4Pmq人5尤 尋 −9“−フ0ソ叡 吋メ2、 第 ε 図 不 10 図 リソース 第 11 図 To Iz ′筋IZ図 7+77z −ご N\ 喝 ≧ ″−口 車 第74図 第1頁の続き 0発 明 者 佐々木浩二 川崎市麻生区王禅寺1099番地株 式会社日立製作所システム開発 研究所内 0発 明 者 家形輝夫 川崎市麻生区王禅寺1099番地株 式会社日立製作所システム開発 研究所内 0発 明 者 渡辺慶孝 川崎市麻生区王禅寺1099番地株 式会社日立製作所システム開発 研究所内

Claims (1)

  1. 【特許請求の範囲】 1、複数個のソフトウェアユニットがシステム内資源を
    競合するシステムにおいて、システムまたはソフトウェ
    アユニットの状態を表わす情報。 ソフトウェアユニットのシステム資源への割シ描て方針
    を表わす情報、尚該割シ当て方針のもとてのシステムの
    動作の良否を表わす情報を記述したコードを蓄積した知
    識ベースを形成する第1の段階とシステムやソフトウェ
    アユニットの状態に応じて知識ベース内から適合するコ
    ードを呼び出す段階と、該呼び出したコード上に記入さ
    れているシステムの封源割探当て方針を変異させる段階
    と、該変異ネせた方針に従って資源を割シ当て実行した
    場合の結果を得る段階と該変異させた方針のもとてのシ
    ステムの動作の良否を評価する段階と該評価結果にもと
    づいて上記知識ベースを更新する段階を有することを特
    徴とするシステムの自律化資源管理方式。 2、 上記システムやソフトウェアユニットの状1軒と
    、上記変異後の方針と上記動作評価結果とを記入したコ
    ードを作成し、これを知識ベースに記憶する際に、既存
    のコード内、劣性のものを淘汰する段階を設けた特許請
    求範囲第1項記載のシステムの自律化資源管理方式。 3、 ソフトウェアユニットとしてプロセスユニットを
    使用し、システムとして多重プログラミング計算機7ス
    テムを使用した特許請求の範囲第1項記載のシステムの
    自律化資源管理方式。
JP58130820A 1983-07-20 1983-07-20 システムの自律化資源管理方式 Granted JPS6024647A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP58130820A JPS6024647A (ja) 1983-07-20 1983-07-20 システムの自律化資源管理方式
US07/089,919 US4890227A (en) 1983-07-20 1987-08-25 Autonomous resource management system with recorded evaluations of system performance with scheduler control including knowledge learning function

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP58130820A JPS6024647A (ja) 1983-07-20 1983-07-20 システムの自律化資源管理方式

Publications (2)

Publication Number Publication Date
JPS6024647A true JPS6024647A (ja) 1985-02-07
JPH0460253B2 JPH0460253B2 (ja) 1992-09-25

Family

ID=15043474

Family Applications (1)

Application Number Title Priority Date Filing Date
JP58130820A Granted JPS6024647A (ja) 1983-07-20 1983-07-20 システムの自律化資源管理方式

Country Status (2)

Country Link
US (1) US4890227A (ja)
JP (1) JPS6024647A (ja)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63123131A (ja) * 1986-11-12 1988-05-26 Nec Corp 知識処理型オペレ−テイングシステム
JPH01124030A (ja) * 1987-11-10 1989-05-16 Kobe Steel Ltd 知識利用情報処理システムにおける推論方法
JPH032928A (ja) * 1989-05-31 1991-01-09 Toshiba Corp 記憶装置
JPH03233637A (ja) * 1990-02-09 1991-10-17 Nec Corp スケジュール作成方式
US5079718A (en) * 1988-10-07 1992-01-07 Hitachi, Ltd. Knowledge data management method and apparatus with cancel function
JPH05151192A (ja) * 1991-05-31 1993-06-18 American Teleph & Telegr Co <Att> 資源を割り当てる方法
JPH05289891A (ja) * 1992-04-06 1993-11-05 Nec Corp 性能予測装置におけるcpu使用時間算定方式
JPH0830468A (ja) * 1994-07-13 1996-02-02 Nec Corp ジョブスケジュール計画システム
US5493729A (en) * 1990-03-14 1996-02-20 Hitachi, Ltd. Knowledge data base processing system and expert system
JPH09138753A (ja) * 1995-11-14 1997-05-27 Okinawa Nippon Denki Software Kk ジョブ自動制御装置
WO2017203556A1 (ja) * 2016-05-23 2017-11-30 株式会社日立製作所 管理計算機及びシステムのパラメータの最適値算出方法
CN113094158A (zh) * 2021-03-15 2021-07-09 国政通科技有限公司 服务的驱动调用方法、调用装置、电子设备及存储介质

Families Citing this family (92)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5072376A (en) * 1988-06-10 1991-12-10 Amdahl Corporation Measuring utilization of processor shared by multiple system control programs
US5263169A (en) * 1989-11-03 1993-11-16 Zoran Corporation Bus arbitration and resource management for concurrent vector signal processor architecture
US5471593A (en) * 1989-12-11 1995-11-28 Branigin; Michael H. Computer processor with an efficient means of executing many instructions simultaneously
US5574912A (en) * 1990-05-04 1996-11-12 Digital Equipment Corporation Lattice scheduler method for reducing the impact of covert-channel countermeasures
US5321605A (en) * 1990-06-01 1994-06-14 Motorola, Inc. Process flow information management system
US5367473A (en) * 1990-06-18 1994-11-22 Bell Communications Research, Inc. Expert system for computer system resource management
DE69229517T2 (de) * 1991-03-11 2000-05-04 Sun Microsystems Inc Verfahren und Gerät zur Optimierung von kostenbasierter heuristischer Befehlsablaufplanung
US5421011A (en) * 1991-12-20 1995-05-30 International Business Machines Corporation Method and system for access and accounting control in a data processing system by using a single resource account for a user or a group of users
US5394547A (en) * 1991-12-24 1995-02-28 International Business Machines Corporation Data processing system and method having selectable scheduler
US5414845A (en) * 1992-06-26 1995-05-09 International Business Machines Corporation Network-based computer system with improved network scheduling system
JPH0659906A (ja) * 1992-08-10 1994-03-04 Hitachi Ltd 並列計算機の実行制御方法
CA2100540A1 (en) * 1992-10-19 1994-04-20 Jonel George System and method for performing resource reconfiguration in a computer system
JP3003440B2 (ja) * 1993-01-19 2000-01-31 株式会社日立製作所 負荷分散制御方法および分散処理システム
US5677997A (en) * 1993-02-11 1997-10-14 Talatik; Kirit K. Method and apparatus for automated conformance and enforcement of behavior in application processing systems
US5459837A (en) * 1993-04-21 1995-10-17 Digital Equipment Corporation System to facilitate efficient utilization of network resources in a computer network
US5664106A (en) * 1993-06-04 1997-09-02 Digital Equipment Corporation Phase-space surface representation of server computer performance in a computer network
US5408663A (en) * 1993-11-05 1995-04-18 Adrem Technologies, Inc. Resource allocation methods
US5559726A (en) * 1994-09-06 1996-09-24 International Business Machines Corporation Method and system for detecting whether a parameter is set appropriately in a computer system
US6282561B1 (en) * 1995-12-07 2001-08-28 Microsoft Corporation Method and system for resource management with independent real-time applications on a common set of machines
US5838968A (en) * 1996-03-01 1998-11-17 Chromatic Research, Inc. System and method for dynamic resource management across tasks in real-time operating systems
US5812636A (en) * 1996-09-06 1998-09-22 Northern Telecom Limited System and method for faulty mobile unit isolation
US6083278A (en) * 1997-05-28 2000-07-04 Texas Instruments Incorporated System and method for displaying and editing assembly language source codes
US6230200B1 (en) * 1997-09-08 2001-05-08 Emc Corporation Dynamic modeling for resource allocation in a file server
US6591262B1 (en) * 2000-08-01 2003-07-08 International Business Machines Corporation Collaborative workload management incorporating work unit attributes in resource allocation
US20030110252A1 (en) * 2001-12-07 2003-06-12 Siew-Hong Yang-Huffman Enhanced system and method for network usage monitoring
TW200407735A (en) * 2002-11-08 2004-05-16 Hon Hai Prec Ind Co Ltd System and method for controlling task assignment and work schedule of projects
US8005918B2 (en) 2002-11-12 2011-08-23 Rateze Remote Mgmt. L.L.C. Data storage devices having IP capable partitions
US7649880B2 (en) * 2002-11-12 2010-01-19 Mark Adams Systems and methods for deriving storage area commands
US7170890B2 (en) 2002-12-16 2007-01-30 Zetera Corporation Electrical devices with improved communication
CN100557579C (zh) * 2002-11-12 2009-11-04 雷特泽遥距管理有限责任公司 具有ip能力分区的数据存储设备
EP1484684B1 (en) * 2003-06-06 2013-08-07 Sap Ag Method and computer system for providing a cost estimate for sizing a computer system
US20040267548A1 (en) * 2003-06-25 2004-12-30 Jones James O. Workload profiling in computers
GB0314874D0 (en) * 2003-06-26 2003-07-30 Ibm Generating a model of software in execution
US7213036B2 (en) 2003-08-12 2007-05-01 Aol Llc System for incorporating information about a source and usage of a media asset into the asset itself
US20050125797A1 (en) * 2003-12-09 2005-06-09 International Business Machines Corporation Resource management for a system-on-chip (SoC)
JP4367167B2 (ja) * 2004-02-18 2009-11-18 日本電気株式会社 リアルタイムシステム、QoS適応制御装置及びそれらに用いるQoS適応制御方法並びにそのプログラム
US7433892B2 (en) * 2004-03-05 2008-10-07 International Business Machines Corporation Method, system and program product for imposing policy modification constraints
US20070195883A1 (en) * 2004-03-19 2007-08-23 Koninklijke Philips Electronics, N.V. Media signal processing method, corresponding system, and application thereof in a resource-scalable motion estimator
JP4308086B2 (ja) * 2004-05-31 2009-08-05 富士通株式会社 自律制御プログラム及びその記録媒体、自律制御装置並びに自律制御方法
US7617498B1 (en) * 2004-09-15 2009-11-10 Nortel Networks Limited Resource conflict management using predefined XML schemas
DE102004046878A1 (de) * 2004-09-28 2006-04-13 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bestimmen einer Systemlast eines Prozessorsystems
US7512966B2 (en) * 2004-10-14 2009-03-31 International Business Machines Corporation System and method for visually rendering resource policy usage information
US20060095907A1 (en) * 2004-10-29 2006-05-04 International Business Machines Corporation Apparatus and method for autonomic problem isolation for a software application
US7702850B2 (en) * 2005-03-14 2010-04-20 Thomas Earl Ludwig Topology independent storage arrays and methods
US7620981B2 (en) 2005-05-26 2009-11-17 Charles William Frank Virtual devices and virtual bus tunnels, modules and methods
US8819092B2 (en) * 2005-08-16 2014-08-26 Rateze Remote Mgmt. L.L.C. Disaggregated resources and access methods
US7743214B2 (en) 2005-08-16 2010-06-22 Mark Adams Generating storage system commands
US9270532B2 (en) 2005-10-06 2016-02-23 Rateze Remote Mgmt. L.L.C. Resource command messages and methods
US7958509B2 (en) * 2005-12-21 2011-06-07 International Business Machines Corporation Method and system for scheduling of jobs
US7924881B2 (en) * 2006-04-10 2011-04-12 Rateze Remote Mgmt. L.L.C. Datagram identifier management
JP2008059478A (ja) * 2006-09-01 2008-03-13 Hitachi Ltd 記憶システム及びデータ入出力制御方法
US9202184B2 (en) 2006-09-07 2015-12-01 International Business Machines Corporation Optimizing the selection, verification, and deployment of expert resources in a time of chaos
US7584160B2 (en) * 2006-10-27 2009-09-01 International Business Machines Corporation System and method for optimizing project subdivision using data and requirements focuses subject to multidimensional constraints
US7647288B2 (en) * 2006-09-07 2010-01-12 International Business Machines Corporation System and method for optimally customizable and adaptive personalized information display for information associated with managing a chaotic event
US7809660B2 (en) * 2006-10-03 2010-10-05 International Business Machines Corporation System and method to optimize control cohorts using clustering algorithms
US8055603B2 (en) 2006-10-03 2011-11-08 International Business Machines Corporation Automatic generation of new rules for processing synthetic events using computer-based learning processes
US8145582B2 (en) 2006-10-03 2012-03-27 International Business Machines Corporation Synthetic events for real time patient analysis
US20090287503A1 (en) * 2008-05-16 2009-11-19 International Business Machines Corporation Analysis of individual and group healthcare data in order to provide real time healthcare recommendations
US7752154B2 (en) * 2007-02-26 2010-07-06 International Business Machines Corporation System and method for deriving a hierarchical event based database optimized for analysis of criminal and security information
US20080140468A1 (en) * 2006-12-06 2008-06-12 International Business Machines Corporation Complex exponential smoothing for identifying patterns in business data
JP4374378B2 (ja) * 2006-12-21 2009-12-02 株式会社日立製作所 運用実績評価装置、運用実績評価方法、およびプログラム
US7783586B2 (en) * 2007-02-26 2010-08-24 International Business Machines Corporation System and method for deriving a hierarchical event based database optimized for analysis of biological systems
US7853611B2 (en) * 2007-02-26 2010-12-14 International Business Machines Corporation System and method for deriving a hierarchical event based database having action triggers based on inferred probabilities
US7970759B2 (en) * 2007-02-26 2011-06-28 International Business Machines Corporation System and method for deriving a hierarchical event based database optimized for pharmaceutical analysis
US7788203B2 (en) * 2007-02-26 2010-08-31 International Business Machines Corporation System and method of accident investigation for complex situations involving numerous known and unknown factors along with their probabilistic weightings
US7792774B2 (en) * 2007-02-26 2010-09-07 International Business Machines Corporation System and method for deriving a hierarchical event based database optimized for analysis of chaotic events
US7702605B2 (en) * 2007-02-26 2010-04-20 International Business Machines Corporation System and method for deriving a hierarchical event based database optimized for privacy and security filtering
US7917478B2 (en) * 2007-02-26 2011-03-29 International Business Machines Corporation System and method for quality control in healthcare settings to continuously monitor outcomes and undesirable outcomes such as infections, re-operations, excess mortality, and readmissions
US7805390B2 (en) * 2007-02-26 2010-09-28 International Business Machines Corporation System and method for deriving a hierarchical event based database optimized for analysis of complex accidents
US7788202B2 (en) * 2007-02-26 2010-08-31 International Business Machines Corporation System and method for deriving a hierarchical event based database optimized for clinical applications
US20090089772A1 (en) * 2007-09-28 2009-04-02 International Business Machines Corporation Arrangement for scheduling jobs with rules and events
US7930262B2 (en) 2007-10-18 2011-04-19 International Business Machines Corporation System and method for the longitudinal analysis of education outcomes using cohort life cycles, cluster analytics-based cohort analysis, and probabilistic data schemas
US7779051B2 (en) 2008-01-02 2010-08-17 International Business Machines Corporation System and method for optimizing federated and ETL'd databases with considerations of specialized data structures within an environment having multidimensional constraints
US20090217282A1 (en) * 2008-02-26 2009-08-27 Vikram Rai Predicting cpu availability for short to medium time frames on time shared systems
US20090299766A1 (en) * 2008-05-30 2009-12-03 International Business Machines Corporation System and method for optimizing medical treatment planning and support in difficult situations subject to multiple constraints and uncertainties
JP5507136B2 (ja) * 2009-07-09 2014-05-28 株式会社日立製作所 管理装置及び方法並びに計算機システム
US10031829B2 (en) * 2009-09-30 2018-07-24 International Business Machines Corporation Method and system for it resources performance analysis
US9098333B1 (en) 2010-05-07 2015-08-04 Ziften Technologies, Inc. Monitoring computer process resource usage
US8560365B2 (en) 2010-06-08 2013-10-15 International Business Machines Corporation Probabilistic optimization of resource discovery, reservation and assignment
US9646271B2 (en) 2010-08-06 2017-05-09 International Business Machines Corporation Generating candidate inclusion/exclusion cohorts for a multiply constrained group
US8968197B2 (en) 2010-09-03 2015-03-03 International Business Machines Corporation Directing a user to a medical resource
US9292577B2 (en) 2010-09-17 2016-03-22 International Business Machines Corporation User accessibility to data analytics
US9443211B2 (en) 2010-10-13 2016-09-13 International Business Machines Corporation Describing a paradigmatic member of a task directed community in a complex heterogeneous environment based on non-linear attributes
US8429182B2 (en) 2010-10-13 2013-04-23 International Business Machines Corporation Populating a task directed community in a complex heterogeneous environment based on non-linear attributes of a paradigmatic cohort member
US10318877B2 (en) 2010-10-19 2019-06-11 International Business Machines Corporation Cohort-based prediction of a future event
US20120191639A1 (en) * 2011-01-26 2012-07-26 International Business Machines Corporation Statistics forecast for range partitioned tables
EP2540597B1 (en) 2011-06-29 2018-02-21 Honda Motor Co., Ltd. Front vehicle body structure with reinforced area for the mounting of hood hinges
US10269456B2 (en) 2017-05-05 2019-04-23 Bank Of America Corporation System for identification of treatment and resource deployment based on treatment interaction
US10872321B2 (en) 2017-05-05 2020-12-22 Bank Of America Corporation Machine initiated user status update system
US10437899B2 (en) 2017-05-05 2019-10-08 Bank Of America Corporation System for distributed server data management with multi-user access
US10454941B2 (en) 2017-05-05 2019-10-22 Bank Of America Corporation Person-to-person network architecture for secure authorization and approval
US10034608B1 (en) 2017-08-14 2018-07-31 Bank Of America Corporation System for receiving transmissions from disparate node and triggering automatic portal action

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CS164932B2 (ja) * 1971-09-07 1975-11-28
FR2253432A5 (ja) * 1973-11-30 1975-06-27 Honeywell Bull Soc Ind
US4228495A (en) * 1978-12-19 1980-10-14 Allen-Bradley Company Multiprocessor numerical control system
FR2503898B1 (fr) * 1981-04-08 1986-02-28 Thomson Csf Procede et dispositif d'allocation d'une ressource dans un systeme comportant des unites de traitement de donnees autonomes
US4570217A (en) * 1982-03-29 1986-02-11 Allen Bruce S Man machine interface
JPS593651A (ja) * 1982-06-30 1984-01-10 Fujitsu Ltd フア−ムウエアによる性能測定システム

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63123131A (ja) * 1986-11-12 1988-05-26 Nec Corp 知識処理型オペレ−テイングシステム
JPH01124030A (ja) * 1987-11-10 1989-05-16 Kobe Steel Ltd 知識利用情報処理システムにおける推論方法
US5079718A (en) * 1988-10-07 1992-01-07 Hitachi, Ltd. Knowledge data management method and apparatus with cancel function
JPH032928A (ja) * 1989-05-31 1991-01-09 Toshiba Corp 記憶装置
JPH03233637A (ja) * 1990-02-09 1991-10-17 Nec Corp スケジュール作成方式
US5493729A (en) * 1990-03-14 1996-02-20 Hitachi, Ltd. Knowledge data base processing system and expert system
JPH05151192A (ja) * 1991-05-31 1993-06-18 American Teleph & Telegr Co <Att> 資源を割り当てる方法
JPH05289891A (ja) * 1992-04-06 1993-11-05 Nec Corp 性能予測装置におけるcpu使用時間算定方式
JPH0830468A (ja) * 1994-07-13 1996-02-02 Nec Corp ジョブスケジュール計画システム
JPH09138753A (ja) * 1995-11-14 1997-05-27 Okinawa Nippon Denki Software Kk ジョブ自動制御装置
WO2017203556A1 (ja) * 2016-05-23 2017-11-30 株式会社日立製作所 管理計算機及びシステムのパラメータの最適値算出方法
CN113094158A (zh) * 2021-03-15 2021-07-09 国政通科技有限公司 服务的驱动调用方法、调用装置、电子设备及存储介质

Also Published As

Publication number Publication date
US4890227A (en) 1989-12-26
JPH0460253B2 (ja) 1992-09-25

Similar Documents

Publication Publication Date Title
JPS6024647A (ja) システムの自律化資源管理方式
Türkyılmaz et al. A research survey: heuristic approaches for solving multi objective flexible job shop problems
Ben Alla et al. A novel task scheduling approach based on dynamic queues and hybrid meta-heuristic algorithms for cloud computing environment
Tan et al. A trust service-oriented scheduling model for workflow applications in cloud computing
US7043461B2 (en) Process and system for developing a predictive model
Natesan et al. An improved grey wolf optimization algorithm based task scheduling in cloud computing environment.
Subrata et al. Artificial life techniques for load balancing in computational grids
Chiu et al. A case-based expert support system for due-date assignment in a wafer fabrication factory
EP1246097A1 (en) Work allocation system
CN110751293B (zh) 一种基于博弈论的云制造多任务调度优化方法
Chakravarthi et al. TOPSIS inspired budget and deadline aware multi-workflow scheduling for cloud computing
Pereira et al. A context-aware recommender system for extended software product line configurations
Li et al. Weighted double deep Q-network based reinforcement learning for bi-objective multi-workflow scheduling in the cloud
CN113157421A (zh) 一种基于用户作业流程的分布式集群资源调度方法
Nazeri et al. Energy aware resource provisioning for multi-criteria scheduling in cloud computing
CN113641445B (zh) 基于深度确定性策略的云资源自适应配置方法及系统
Seethalakshmi et al. Real-coded multi-objective genetic algorithm with effective queuing model for efficient job scheduling in heterogeneous Hadoop environment
Li et al. A QoS-based scheduling algorithm for instance-intensive workflows in cloud environment
Zareei et al. A multi-objective resource-constrained optimization of time-cost trade-off problems in scheduling project
Lepping Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery
Li et al. Batch Jobs Load Balancing Scheduling in Cloud Computing Using Distributional Reinforcement Learning
CN114819660A (zh) 一种动态演进的设计众包的人力资源任务匹配方法系统
Dhodiya et al. Genetic algorithm based hybrid approach to solve uncertain multi-objective COTS selection problem for modular software system
Ghasemi et al. Enhanced multi-objective virtual machine replacement in cloud data centers: combinations of fuzzy logic with reinforcement learning and biogeography-based optimization algorithms
Wagner et al. Leveraging uncertainty in design-to-criteria scheduling