基于Petri网模型的JSP粒子群优化调度

提出一种有效的基于Petri网建模及改进的编码粒子群算法的车间作业调度问题优化算法,分析对比了现有的作业车间调度领域中的基于人工智能的优化算法,对所提出的基于Petri网建模和改进的粒子群算法的优化算法进行了性能分析,并对该算法进行了仿真研究,结果表明该算法是可行、有效的。     

柔性制造系统的改进粒子群无死锁调度算法

基于柔性制造系统的Petri网模型,以制造期最小为优化目标,将死锁避免策略嵌入粒子群算法中,提出一种无死锁改进粒子群调度算法.该算法将粒子与工件的工序序列相对应,以位置数值的大小表示对应工件工序在执行顺序中的优先级.采用一步向前看的死锁避免策略方法对序列的可行性进行验证,提出一种跳出局部极值的策略.实例仿真结果表明了粒子群调度算法的可行性和有效性,以及改进粒子群调度算法的优越性.     

面向对象实时多任务系统的优化实现模型

论文提出了一种基于抢占门限的实时多任务系统的优化实现模型,它同时具有低开销与高可调度性。该模型扩展了固定优先级调度模型,同时通过实现模型中线程数的减少实现了运行时的低开销。文中同时也讨论了互不抢占分组的实现算法及每个任务最大抢占门限的分配算法。     

基于Petri网和混沌粒子群的JSP优化

以最小化完工时间为目标构建Petri网模型,并基于该模型将混沌原理和粒子群算法相结合,提出了一种基于Logistic映射的混沌粒子群优化（CPSO）算法。仿真实验结果表明,该算法能跳出局部最优,增强了全局寻优能力,进一步提高了计算精度和收敛速度。     

模拟实时系统的点区间优先级时间Petri网与TCTL验证

时间Petri网为实时系统提供了一种形式化的建模方法, 时间计算树逻辑(TCTL)为描述实时系统与时间相关的设计需求提供了一种逻辑化的表达方式, 因此基于时间Petri网的TCTL模型检测广泛应用于实时系统的正确性验证.然而对于一些涉及优先级的实时系统, 例如多核多任务实时系统, 这里不仅需要考虑任务之间的时间约束还要考虑任务执行的优先级以及引入优先级带来的抢占式调度问题, 致使相应的建模和分析变得更加困难.为此, 本文提出了点区间优先级时间Petri网, 通过在时间Petri网上定义变迁发生的优先级以及变迁的可挂起性, 从而可以模拟实时系统的抢占式调度机制, 即首先高优先级的任务抢占低优先级的任务所占用的资源, 导致后者被中断, 然后前者执行完毕后释放资源, 最后后者再次获得资源从中断的地方恢复.本文通过点区间优先级时间Petri网来模拟多核多任务实时系统, 使用TCTL来描述它们的设计需求, 设计了相应的模型检测算法, 开发了相应的模型检测器以验证它们的正确性.我们通过一个实例来说明我们的模型和方法的有效性.     

模糊云资源调度问题的RIOPSO算法

针对时间-成本约束下的云资源调度问题,使用三角模糊数表示不确定的任务执行时间,建立了模糊云资源调度模型,调度的目标是降低任务总的执行时间和总的成本消耗,决策变量是任务和虚拟机的映射关系.使用混合粒子群优化算法(RIOPSO)对模糊云资源调度进行求解.该算法使用了正交初始化粒子群的方法,提升粒子初始探索最优调度方案的质量,在粒子搜索过程中使用重新随机化控制粒子的搜索范围,使用实时更新惯性权重的方式控制粒子在搜索中的速度,从而得到最优的调度方案.在Cloudsim仿真平台上使用随机生成的仿真数据,对提出的问题模型和优化算法进行验证,证明了模型的可靠性,实验结果表明使用提出的优化算法,可以达到使云资源调度中总执行时间和总执行成本降低的目的,并且在收敛速度、求解能力方面具有良好的性能.     

UC/OS-II中优先级抢占的时间片调度算法的实现①

UC/OS-II是一种针对嵌入式设计的实时多任务操作系统,采用基于优先级的抢占式任务调度算法,虽然效率高但调度策略比较单调。在实际应用中,常需要多个任务以时间片轮转方式调度。分析了 UC/OS-II操作系统内核任务调度算法,在不破坏原有内核机构,保持现有的UC/OS-II任务的可运行基础上提出了一种改进 UC/OS-II 内核调度的方法,使其能实现抢占式时间片轮转调度。     

UC/OS下的调度算法改造,提供非抢占的基于时间片轮转调度

UC/OS-Ⅱ是在嵌入式设备上设计的实时多任务操作系统,具有可剥夺实时内核,实现了基于优先级的抢占式任务调度算法。本算法保持现有的UC/OS-II内核关于任务调度的相关函数接口,提出了一种改进UC/OS-Ⅱ内核调度的方法,使其能实现多个任务以时间片轮转方式调度。     

基于RPSO的分布式电梯群控系统调度算法的优化

为了获取电梯群控系统调度问题的全局优化解,必须要找到一种具有全局优化功能的智能算法。对电梯群控系统不同的客流模型及控制机制进行了分析,提出了一种实时粒子群算法,用来优化电梯群控系统的动态调度问题。仿真结果表明,该算法不仅可以有效地调度分布式电梯群控系统,并且在电梯忙碌或者超载情况下,实现了对任务进行再分派的功能。基于RPS()算法的分布式电梯群控系统可以使乘客平均候梯时间减少一半,使乘客的电梯使用时间减少三分之一。     

基于改进粒子群算法的云计算任务调度算法

如何对任务进行高效合理的调度是云计算需要解决的关键问题之一,针对云计算的编程模型框架,在传统粒子群优化算法（PSO）的基础上,提出了一种具有双适应度的粒子群算法（DFPSO）。通过该算法不但能找到任务总完成时间较短的调度结果,而且此调度结果的任务平均完成时间也较短。仿真分析结果表明,在相同的条件设置下,该算法优于传统的粒子群优化算法,当任务数量增多时,其综合调度性能优点明显。     

粒子群优化的改进机场车辆调度模型研究

随着航空事业的迅猛发展,机场车辆调度的安全性和时效性地位已日趋突显,传统的机场车辆调度采取First in first out策略,该策略算法简易,便于实施,缺陷是全部调度的分组被相同对待,无法为实时要求较高的业务提供时延保证,算法也不具有公正性。提出了一种基于粒子群优化的改进机场车辆调度模型,把粒子群已经搜索到的全局最优地点视为一个特殊的粒子,采用梯度降低策略寻优该粒子,全局寻优特性和梯度降低算法的邻域寻优特性相融合,以提升粒子群优化算法的全局寻优效率,减少机场车辆调度计算的时间。仿真实验表明：粒子群优化的改进机场车辆调度模型,能够减少传统调度方法的寻优轮换次数,进而缩短优化调度时间,有效缓解空中堵塞造成的资源浪费。     

基于堆栈处理器的实时多任务调度机制研究与实现

针对堆栈处理器特殊架构,为提高实时性,引入多任务堆栈技术,采用Forth自生成器技术,提出一种基于堆栈处理器的抢占式与时间片轮转调度方法,实现了在Forth堆栈处理器中实时多任务的运行,弥补了Forth堆栈处理器在实时多任务操作系统方面的的不足.实验表明,与当前基于寄存器处理器的嵌入式Forth实时系统相比,本文方法在最大关中断时间、任务上下文切换时间和任务响应时间三项重要的实时任务性能指标方面,实时性能有明显提升,从而保证了Forth系统应用的高效性和安全性,满足人们对Forth堆栈处理器实时多任务操作系统方面的应用需求.     

时间Petri网在即时检验流程建模中的应用

针对即时检验系统的设计与开发建模问题,提出一种基于时间Petri网的并发系统建模分析方法,为即时检验流程设计建立较为准确的信息化模型。通过将活动持续时间概念引入Petri网模型中,提出了适用于即时检验系统建模的时间Petri网建模方法,并设计了嵌入Petri网模型中的调度仿真器协助分析、优化即时检验控制过程。仿真实验结果表明所提出的时间Petri网建模方法在可达节点和运行时间等方面能够满足并行多类别即时检验调度与控制系统的流程建模实际需要,为流程仿真和分析提供有力工具,从而辅助系统设计者对即时检验系统进行优化。     

一种面向网络边缘任务调度问题的多方向粒子群优化算法

任务调度是云计算及网格计算环境中的重要问题,已有的调度算法往往仅致力于最小化任务的总执行时间而不设置其他约束条件,以致难以实现多种性能指标的同时优化。所提出的面向网络边缘任务调度问题的多方向粒子群优化算法,用于解决并发任务在网络边缘服务节点中的分布式调度问题,调度的目标是在任务执行的资源开销不超过阈值的情况下,最小化任务完成的总时间。该方法与现有的离散粒子群优化算法相比同时降低了任务的总完成时间及资源开销,且在合理预设资源开销上限的情况下,其计算复杂度实现了较大程度优化。仿真表明,所提出的方法比现有的离散粒子群优化算法的任务总完成时间缩短约10.52%~13.23%,资源开销减少约10.32%~13.29%。同时,在合理降低资源开销阈值的情况下,该方法的程序运行时间比现有的粒子群调度方法明显缩短。     

无线通信系统的Petri网建模与分析

无线通信系统是一个分布式实时多任务数据处理系统,具有实时性、并发、异步和多任务等特点.Petri网是描述和分析异步并发现象的一种有效的模型工具.以Petri网为工具,建立了无线通信系统的仿真模型,对其功能和数据流进行模拟,并对其结构性能、任务的忙闲程度、死锁进行了定性分析,实现了模型和程序结构的自动转换,从一个全新角度对无线通信系统进行了分析和评价.     

基于带抑制弧的Petri网的min-min算法模型研究*

为了解决已有的min-min算法Petri网模型不能模拟min-min算法运行过程的问题,根据min-min算法的调度特点,利用带抑制弧的Petri网提出了一种算法模型,该模型运行过程可以严格模拟min-min算法对独立任务集的调度顺序,能够正确地描述独立任务调度系统使用min-min算法的情况。最后对该模型的空间复杂度以及每调度一个任务模型的变化情况进行了分析,随着独立任务的调度执行,该基于带抑制弧的Petri网的变迁数和弧数会随之减少,模型的空间复杂度会不断降低。     

一种MapReduce实时调度算法设计及实现

MapReduce是云计算中重要的批数据处理框架,多任务共享MapReduce机群并满足任务实时性要求是调度算法急需解决的问题。提出两阶段实时调度算法,将调度划分为任务间调度和任务内调度。对于任务间调度,使用抽样法和经验值法确定子任务执行时间,利用该参数建立资源分配模型,动态确定任务优先级进行调度;对于子任务使用延迟调度策略进行调度,保证计算的本地性。实验结果显示,两阶段实时调度算法相比公平调度算法和FIFO算法,在保证吞吐量的同时能够满足任务实时性要求。     

基于混合粒子群优化的CMP线程调度方法

为提高片上多核处理器(CMP)架构中线程调度的执行效率,发挥CMP的并行性能,提出一种基于混合粒子群优化算法的线程调度方法.根据设计的线程调度模型,利用有向无环图表述线程及线程间的相互依赖关系,并采用改进的混合粒子群算法对其进行合理调度.实验结果表明,该方法的执行效率优于现有的遗传算法,能有效地降低任务的执行时间,充分发挥多核架构的优势.     

基于广义随机Petri网的网格调度模型

针对网格资源调度中负载不均衡问题,在基于QoS且具有容错性的任务调度算法基础上提出一种基于任务优先级的QoS约束参数的调度策略。采用广义随机Petri网建立网格调度模型,增加Petri网的抑制弧功能,实现优先调度策略。结果证明了该策略优先运行紧迫任务,并且其运行任务时间和费用的综合代价较小。     

工作流程中人员合作任务的调度优化模型仿真

多人合作的大型工作任务进行调度,可以极大提高工作效率.大型企业的工作任务往往需要由多人次反复合作完成.人员之间的工作流程本身充满了利益矛盾,且矛盾呈现多维度,多链条的关系.传统的调度算法都是以单线路、单个人员的工作任务最优为目标,应用到多人次的过程中时,会由于矛盾过多,使模型不收敛,容易造成调度效率低,人力资源调配不合理.提出采用改进粒子群算法的工作流程中多人员合作任务的调度优化模型.对多人次、多任务建立优化目标,根据粒子群间的协作,对多人次调度过程进行求解,求得的接运用校验过程进行最优化试错,根据最终结果获取调度模型的最优解,得到工作流程中人员合作任务的最佳调度方法.实验结果表明,利用改进粒子群算法进行工作流程中人员合作任务调度优化处理,能够提高调度效率,提高资源利用率.