Нейросетевое моделирование и эволюционное планирование процессов в сетях добровольных вычислений

Цель исследования - разработка моделей и алгоритмов для организации распределённых вычислений на основе комбинации эволюционного и нейросетевого методов моделирования для повышения эффективности решения задач с помощью массово доступных вычислительных ресурсов. На примере BOINC исследован механизм планирования в открытых динамических распределённых вычислительных системах, определены его недостатки, что позволило сформулировать цель и задачи исследования. Предложен способ формирования и обработки исторической базы данных, содержащей наблюдения за процессом выполнения различных работ приложения. Показана вариативность составления базы, допускающая комбинирование данных разного типа, сочетая описание не только характеристик исполнителя, но и работ. Создан нейросетевой алгоритм интервального прогнозирования, и в рамках вычислительных экспериментов продемонстрированы возможности его и отдельных компонентов, включая различные модификации, направленные на оптимизацию вычислений с учётом обработки большого количества данных, повышения качества обучения и точности решения. Прогнозирование времени выполнения задания позволяет реализовать соответствующую стратегию планирования и тем самым обеспечить дифференцированный подход к оценке сложности работ, что повышает эффективность функционирования сети распределённых вычислений. Предложены механизмы адаптации генетического алгоритма для решения задачи планирования вычислений с учётом различных постановок задач (динамическая, интервальная). С использованием современных технологий программирования разработаны библиотеки для обработки исходных данных с помощью нейронной сети прямого распространения, входящие в состав интеллектуального планировщика для динамических вычислительных систем.