RM算法的运行时开销研究与算法改进

RM算法是经典的固定优先级实时调度算法.而在嵌入式实时系统中,系统的工作负荷往往是由很多频率快、执行时间较短的任务组成.因此,直接使用RM算法进行任务调度会由于实时操作系统中任务的上下文切换开销而导致嵌入式系统资源利用率的降低.分析了基于RM算法调度的任务之间的抢占关系,并建立了以任务属性为参数的上下文切换开销模型.在该模型的基础上,通过优化任务的释放时间来降低RM算法导致的系统运行时任务切换开销.最后的实验结果验证了该策略的有效性.     

基于用户QoS预测的任务流调度算法

提出在云计算数据中心环境下,节省开销并保障用户QoS的调度算法,用预测的方式来判断QoS走势,用任务流调度开规避不利的QoS情况.通过ARIMA预测模型对任务的QoS进行预测,根据预测结果得到有潜在QoS危险的任务预警,并利用一个粒子群(PSO)和引力搜索(GSA)的混合算法求得最终的调度策略,最后通过任务调度保障用户的QoS,同时在调度算法中根据网络拥塞控制的思想添加了一个保留虚拟机的方案.实验表明该算法能有效保障用户QoS,比原混合算法减少时间开销9.26％.     

考虑运输代价的制造工作流调度算法

在云制造环境下,因制造服务资源所在地域的差异性,多目标制造工作流调度不仅考虑制造服务所需时间、费用,还需考虑产品运输所需时间、费用,原有工作流调度算法无法有效优化运输代价.针对此问题,结合遗传算法全局搜索能力强与粒子群算法收敛速度快的特点,提出多目标混合遗传粒子群(MOGA - PSO)算法.仿真结果表明混合算法能够有效降低运输代价,使得工作流调度得到进一步优化,可适用于云制造环境.     

协作制造环境下子任务调度的优化方法

协作制造模式为分布式生产设备的高效利用提供了共享合作平台,如何将生产任务高效调度到各设备中是一个复杂的优化问题.基于对任务结构和过程的分析提出子任务调度模型,使不同位置和功能的设备能协作处理一批任务.基于对生产代价和时延的建模,采用遗传算法实现3种优化调度策略,优化目标分别为设备负载均衡、最小化总生产时延和最小化总生产开销.仿真结果表明这3种策略能分别实现对应的优化目标.     

基于遗传算法的片上多处理器任务调度策略研究

针对在片上多处理器上任务调度的特征,提出了一种基于立体编码的遗传算法。采用适合片上多处理器结构的三维立体编码,使计算节点之间的距离得到了描述,结合提出的个体适应度函数计算公式,使通信代价较小的调度策略优先得到选择,从而通过减少因结点间距离产生的通信开销降低了总的任务完成时间。此外,对算法结构、遗传算子进行了改进提出了内部二维交叉算子,加速了算法的收敛。仿真实验结果表明立体编码的遗传算法能够有效地对任务进行分配和调度,较之传统遗传算法具有较好的性能。     

EDF调度算法抢占行为的研究及其改进

通过对采用抢占式EDF算法的嵌入式系统中各实时任务抢占行为的分析,建立了一个周期性任务集的抢占模型,从数学上描述了抢占关系、可调度性、调度开销与实时任务的周期、执行时间、最终期限、启动时间等属性之间的关系.依据该抢占模型,提出了一个改进的抢占式EDF调度算法,通过将基于遗传算法的优化方法离线计算得到的实时任务启动时间作为目标系统的一个调度参数,减少抢占次数,改变抢占关系,从而提高系统的可调度能力和实时性能.最后用实验验证了改进的抢占式EDF调度算法的有效性.     

基于启发式调度的OpenFlow网络规则一致更新方案

针对OpenFlow网络在状态转换过程中会暂时性出现转发回路、路由黑洞和违反访问控制策略等问题,提出了一种基于启发式调度的规则一致更新方案.首先,设计基于谓词的更新分解算法,利用并行网络属性验证技术得到子更新依赖图;其次,采用任务图生成算法对子更新依赖图进行分割,降低更新调度的复杂度;之后,设计启发式更新调度算法,采用规则增删操作交替执行策略,减少交换机的规则存储开销,并通过建立更新实施和监听并发执行机制,提升更新效率.仿真实验从更新时间开销和更新过程中交换机规则存储开销两方面验证了方案的有效性.     

多媒体传感网中一种基于优化覆盖及压缩代价评估的节能机制

为降低无线多媒体传感网能耗,利用贪婪算法调整节点传感方向,实现优化覆盖并降低了传感开销.同时,对节点数据压缩代价进行评估,使其以最小的能量代价传输数据,并根据多媒体事件流规律,优化网络生存时间.仿真结果表明,本方法在延长网络生存时间方面表现出了较好性能.     

同步卫星转发器二维时频资源蚁群调度算法

针对地球同步卫星转发器多任务时频资源调度问题,考虑任务执行时间和占用带宽需求,建立了以卫星系统总收益为目标的多约束规划模型,提出了基于任务频率时间窗口更新的蚁群调度算法.该算法综合考虑了任务优先级和时间灵活度,以增强蚁群在状态转移规则下的搜索能力;同时设计了虚拟任务、伪随机状态转移规则和信息素参数,保证算法向最优解逐步收敛.实例仿真表明,该算法相对于传统蚁群算法、遗传算法和启发式算法,在算法结果、寻优能力和稳定性方面具有显著优势.     

综合优先级下相控阵火控雷达自适应调度算法

针对相控阵火控雷达多任务调度时的资源分配问题，提出一种综合优先级下的自适应调度算法。基于相控阵火控雷达需与高炮配合对待拦截目标进行火力打击的特性，进行目标射击有利度求解。利用两级二维优先级表级联的思想，结合目标射击有利度、工作方式优先级和任务截止期进行综合优先级规划。以加权时间偏移量平方和最小作为调度代价准则，构建任务调度代价模型，提出带有时间窗的一步回溯法与插空法相结合的自适应调度算法，并利用该算法求解调度模型。通过仿真将本文所提调度算法与传统工作方式优先级加截止期调度算法进行对比分析，结果表明：相比传统调度算法，本文所提调度算法提升了射击价值率，降低了平均时间偏移率和调度代价。