一种调度引导的时钟周期选择算法

提出一种新颖的调度引导的时钟周期选择算法,通过连续时间域的调度,引导时钟周期的选择。与基于冗余时间的启发式算法相比,该文算法能够在各种资源配置条件下选择出有助于优化电路性能的时钟周期。高层次综合基准测试电路的实验数据表明新方法的有效性。     

资源约束项目调度研究综述

资源约束项目调度问题(RCPSP)研究资源的合理利用和项目活动的合理调度,实现既定目标的最优化,具有很强的工程背景,近年来得到了学术界和工业界的广泛关注.为此,介绍了RCPSP的数学模型以及多种问题的扩充,总结了相关理论,重点综述了RCPSP的算法,并归纳了若干应用进展.最后指出了有待进一步研究的方向和内容.     

不确定资源约束下项目鲁棒性调度算法*

在跨企业项目中,由于资源可用时间具有不确定性,从而使得项目计划具有易变性。针对这一问题,首先采用模糊集对项目的不精确时间参数和资源不确定性进行了表示,并在同时考虑调度的质量鲁棒性和解的鲁棒性情况下,定义了调度的鲁棒性度量,进而开发了遗传算法来求解不确定资源约束下的项目鲁棒性调度问题。最后,给出了应用实例,并通过仿真分析说明算法的有效性。该算法已被应用到跨企业项目管理系统中,获得了良好的效果。     

虚拟时钟调度算法研究

FIFO队列调度算法由于实现简单、执行效率高而在网络中得到大量的应用，但FIFO队列无法实现对资源的分配；男种调度算法公平队列调度则可以实现对带宽资源的公平分配，但是它存在可扩展性问题。而基于虚拟时钟的算法在实现对资源进行公平分配的同时具备良好的可扩展性，从而能够满足QoS控制中对于分组调度算法的需求。本文主要对一些基于虚拟时钟的度算法进行了分析和讨论，这也是进行QoS控制研究的基础。     

基于神经网络模型的有约束的FMS资源调度

本文介绍了用神经网络求解ＦＭＳ中有约束的资源调度问题的方法，有约束的资源调度问题首和无被分解成一系列多维背包模型并且为背包模型建立了一个等价的Ｈｏｐｆｉｅｌｄ神经网络，然后通过扩展Ｈｏｐｆｉｅｌｄ网络，给出了一种求解有约束的资源调度问题的方法。这咱方法可以避免通常神经网络所具有的不稳定性和容易陷入局部极小点的缺陷。     

资源约束的FPGA流水线调度

循环是程序中十分耗时的部分,流水线能够加速循环执行但需要大量运算资源。由于FPGA资源有限,将循环代码在FPGA上加速时手动设计流水线不具有实际可行性。该文使用软件流水将循环自动映射到FPGA上,并实现资源约束下的流水线调度。通过探索整个或者局部资源组合空间,可以选择一个性能和面积比较平衡的设计。     

基于优先规则的空间资源约束项目调度算法

任务组占用空间资源项目调度问题需满足组内任务的序关系和人力、设备等常规资源约束,以及空间资源这一特殊资源的约束,同时任务组之间也需满足上述约束,使得该调度问题异常复杂。以船舶建造分段制造问题为背景,建立任务组占用空间资源受限的项目调度问题数学模型,基于并行调度生成方案提出基于优先规则的启发式调度算法,实现对该调度问题的综合求解。实例测试结果表明了该算法的正解性和有效性。     

弹性资源约束的动态调度决策

针对产品开发过程中由于活动变化导致原调度需要重新调整的问题,提出一种利用弹性资源特性进行动态测度决策的方法.以活动添加的变化为对象,根据活动间时序约束、资源约束等特点,分别构建时序冲突消解模型以及基于资源推拉技术的资源冲突消解模型.为提高活动冲突消解效率,提出一种虚拟前置活动和虚拟后续活动的构建方法,并确定动态调度决策指标值.最后通过船舶分段制造实例,验证了弹性资源约束的动态调度决策方法的可行性和有效性.     

基于异步时钟的SoC功耗约束测试调度优化

测试调度是一种能有效减少片上系统(system-on-chip, SoC)测试耗时(test application time, TAT)以降低测试成本的经典技术.然而,随着功耗问题的日益加剧,功耗约束成为测试调度中必须考虑的重要问题.可以调节各测试周期长度的异步时钟测试在对单个电路进行测试用时优化时效果显著,但直接将其应用于SoC测试调度并非总能获得最优的调度结果,使用传统测试调度模型往往会产生明显非最优的结果.在结合图论中团(clique)的概念,并分析异步时钟机制的特点后,提出一种将异步时钟特性应用于功耗约束SoC测试调度的方案.使用测试兼容图(test compatibility graph, TCG)和混合整型线性规划(mixed integer linear programming, MILP)建立相对应数学模型,理论分析和在ITC02基准SoC集上的模拟实验结果表明,该方案能有效地减少测试耗时.     

时序约束下的调度算法

在通讯ASIC设计中,时序行为是设计者考虑的主要目标。高层次综合领域中时序约束下的调度算法对ASIC设计的优化结果起着重要作用。论文在时序约束下的调度算法在算子可调度的前提下通过修正的ASAP与ALAP算法缩小设计的搜索空间,最后通过遗传算法进行优化,得到最优调度方案。根据文中算法建立了一个时序约束下的综合系统,并进行了实验,说明了算法的有效性。     

资源受限的项目调度问题的求解算法

本文建立了不确定资源环境下的资源受限的项目调度模型,用不确定规划的方法将不确定问题转化为等价的确定性问题,并给出了一个解决该问题的二阶段算法及实例。     

基于动态规划的资源受限随机工序调度

为解决资源受限条件下的随机工序调度问题,该文提出一种基于离散随机动态系统描述的加工时间离散随机分布且同时具有不兼容和多种可更新资源约束的资源受限项目调度模型,使得在满足资源约束和工序约束的前提下,总的平均加工时间最短。该系统研究了动态规划算法求解该问题的方法。通过实例,验证了该方法的有效性和可行性。     

计算网格中的资源选择与调度算法

针对文中描述的计算网格资源环境模型,构造了一种分布式的层次型任务调度模型,任务调度分为计算资源站点的选择以及资源站点内部的本地调度两层进行。通过研究该调度模型,提出了一种基于双目标衡量函数的资源选择算法,该算法可以通过设置相关参数动态调节响应时间和价格在总目标中所占比重。试验结果表明能够选择综合满足响应时间和价格这两个目标的计算资源,以适应用户的不同需求。     

综合模块选择、资源共享与任务调度的SoC设计方案搜索算法

在SoC系统的设计中,设计方案将直接决定最终系统的性能和成本.提出一种综合模块选择、资源共享与任务调度的设计方案搜索算法.该算法巧妙地将模块选择、共享方案的搜索与表调度融合在一个分支定界过程中,严格搜索表调度策略下的最优设计方案;将搜索与调度同时进行,具有较快的搜索速度.对多种不同规模的任务图进行测试,并与现有方法进行实验对比的结果表明,对于中小规模的系统设计,该算法能够在很短的时间内找到设计空间中的最优方案.     

抗工艺变化的时钟偏差规划

提出了在时钟偏差规划过程中减小中心误差平方值的增量式松弛量分配方法.在给定的时钟周期下,根据当前约束条件中所包含的组合电路的最大/最小时延值的权重,合理地为具有不同变化量的约束条件边界分配不同的松弛量.实验结果表明:该方法可以有效地分配偏差值与约束边界间的安全区,从而大幅提高在工艺变化条件下电路的可靠性.     

RCPSP中现金流优化问题的HGA方法

针对网络进度计划中财务方面对项目管理的影响 ,研究资源受限项目调度问题 (RCPSP)中网络现金流的优化问题。提出以网络净现值最大作为网络现金流优化的目标 ,建立了带有贴现率的非线性整数规划模型 ,采用遗传算法与模拟退火算法相结合的混合式遗传算法进行求解。仿真实例表明了方法的合理性和有效性。     

求解双资源约束车间调度问题的继承式双目标遗传算法

针对双资源约束作业车间调度的双目标优化问题,提出一种继承式遗传算法,通过分支种群继承父辈种群的进化经验．该算法面向双资源约束特点,采用4维染色体编码方式,基于时间窗口比较实现活动化调度,通过资源进化算子提高算法全局搜索能力;基于个体Pareto指数的锦标赛选择策略,有效削弱了染色体Pareto排序级别对个体存活概率的影响以保持群体多样性,并利用精英保留策略提高了解的收敛性．仿真实验与分析结果表明了所提算法具有优良性能．     

Xen虚拟机资源调度优化算法

针对Xen虚拟化平台中虚拟机资源分配不合理的问题,提出了两种资源调度优化算法,即细粒度优化算法和粗粒度优化算法.细粒度优化算法主要解决单个物理节点上虚拟机资源分配不合理问题,能够根据物理节点上运行的各虚拟机的资源利用情况来调整资源分配量,适当增加利用率较高的虚拟机的资源,减少资源利用率低的虚拟机的资源,从而优化资源分配,提高资源利用效率,避免不必要的虚拟机迁移.粗粒度优化算法是针对集群中多个物理节点之间虚拟机负载不均衡问题而提出的.该算法结合粒子群优化技术,选择将集群系统中热点物理机上的部分虚拟机迁移到最适合的冷点物理机上,从而避免高载物理机宕机.实验结果表明,这两种资源调度优化算法能够有效解决虚拟机资源分配不合理的问题,具有较好的适用性和应用前景.