Представлен анализ методов распределения ресурсов, обсуждена возможность их использования в Grid-системах и приведена классификация с точки зрения областей применения методов для различных заданий и конфигураций вычислительных ресурсов.

Рассмотрены принципы работы и функциональные требования к планировщикам заданий GRID-систем. Рассмотрена классификация алгоритмов планирования. Проведен анализ архитектурных особенностей современных метапланировщиков заданий GRID-систем.

Представлена модель модуля распределения заданий на вычислительные ресурсы GRID-систем. Разрабатываемый модуль поддерживает возможность проведения серии экспериментов, состоящей из последовательных запусков исследуемой модели с изменением некоторых параметров при каждом последующем запуске. Это позволяет в рамках одного эксперимента просмотреть динамику изменения эффективности системы и определить узкие места.

Представлен анализ современного состояния GRID-технологий, проанализированы достоинства и недостатки предложенного рынком прикладного программного обеспечения, главной функцией которого является предоставление пользователю удобного интерфейса между приложением и необходимыми вычислительными ресурсами. Рассмотрена эволюция языков описания заданий, отмечено отсутствие в GRID-системах стандарта, который позволяет описывать задания, что приводит к возникновению ряда проблем и ошибок при попытке запуска их на выполнение.

Рассмотрена математическая модель функционирования распределенной имитационной модели под управлением консервативных алгоритмов синхронизации модельного времени. Модель учитывает следующие основные параметры: продвижение модельного времени, объемы памяти, время обслуживания моделей, время простоя ресурсов. Предложенная модель может быть использована при анализе распределенных имитационных моделей, создании эффективных методов распределения ресурсов.

Предложено формальное описание процессов в распределенных системах имитационного моделирования. В качестве элементов описания выступают активности, отображающие функциональность модулей моделирующей среды, и данные, реализующие ресурсы моделей. Рассмотрен процесс управления локальными и глобальными данными моделей. Введено понятие менеджера памяти моделей как инструмента унификации управления распределенными моделями с целью поддержки стандарта распределенного имитационного моделирования HLA. Предложенное формальное описание может быть использовано при создании современных систем имитационного моделирования информационных систем.

Предложена информационная технология распределения заданий для GRID-систем, основанная на использовании имитационной среды моделирования GRASS. GRASS воспроизводит процесс функционирования во времени элементарных событий, которые протекают в GRID-системе с сохранением логики их взаимодействия. Данное решение позволяет проводить вычислительные эксперименты, реализующие разные методы распределения, с последующим выбором наиболее эффективного решения на основе сбора, анализа и интерпретации результатов моделирования.

Рассмотрена задача о центрально-симметричной деформации полого упругого многослойного шара, содержащего слои, модули сдвига которых непрерывно изменяются в радиальном направлении. Предложенный алгоритм вычисления напряжений и перемещений основан на применении коэффициентов податливости, для построения которых использованы рекуррентные соотношения. Нормированные решения уравнений теории упругости в области полого шара с произвольной непрерывной неоднородностью получены посредством численного решения двух задач Коши.

Предложен усовершенствованный метод распределения заданий Backfill с учетом трафика внутри задания, который учитывает интенсивность и объем потоков данных между задачами в задании, что позволяет повысить эффективность использования GRID-системы за счет уменьшения времени выполнения пула заданий. Предложенный метод внедрен в среду имитационного моделирования GRASS для последующего анализа планов распределения и поиска наилучшего распределения для пулов заданий.