基于嵌入式RTOS的闭环反馈调度算法的研究

分析了常见调度算法的特点,提出一种基于嵌入式实时操作系统的闭环反馈控制调度策略。针对任务的特点,从任务的周期与非周期性、I/O消耗和处理器消耗型两个方面对任务进行相应的反馈控制,使调度器具有一定程度上的自适应功能。并对实时操作系统μC/OS-II的内核调度算法进行改进,同时与EDF算法进行对比测试,可以看出改进后的调度算法在系统负载较重或系统过载的情况下表现良好。     

基于动态电压调节技术的低功耗调度算法研究

基于动态电压调节技术的低功耗调度算法的研究是嵌入式系统软件低功耗技术的研究重点。通过研究以最大空闲时间安排任务优先级的低功耗调度算法,对UCOSII嵌入式实时操作系统的内核进行了改进,并在实际的硬件环境上进行实验,实验结果显示改进算法的内核执行与原内核相同的音频任务时降低了系统的功耗。     

OSEK实时操作系统任务调度的优化

分析OSEK/VDX规范所定义的实时操作系统的任务状态及其调度过程;采用最早时限优先调度(EDF)算法对基于优先级的占先调度算法进行改进,得到改进算法--优先级时限优化调度法;运用差分时限链对优化算法进行实现,并对其有效性进行了对比分析.     

一种帧间相关的弱硬实时系统的分析与研究

随着嵌入式系统的发展，实时操作系统越来越受到人们的重视，实时操作系统的一个关键问题是实时调度问题，在研究弱硬实时系统的基础上提出了一种受弱硬实时限制的帧间相关周期模型．首先对该模型的调度性进行了分析与研究，得出了一些结论，然后提出了相应的基于双距离的优先级调度算法，该算法充分利用了帧间相关的特点来提高实时任务的可调度性，最后进行了总结与展望．     

一种基于PID反馈控制的分时调度算法

近年来，在实时操作系统的研究中，已开始将反馈控制融人操作系统的任务调度，将这一想法与分时操作系统相结合，提出一种基于PID反馈控制的分时调度算法，它能根据任务对CPU带宽的个性化需求，并考虑开放的分时系统中CPU占用率的不确定动态变化特性，动态地分配CPU带宽，使CPU对任务集的处理效果始终处于最佳状态，性能分析实验结果表明，它不仅兼容传统的分时调度架构，还具有良好的动态、静态特性及鲁棒性，且引入的调度费用较低。     

Linux中一种改进的实时调度算法及其应用

在实时操作系统中,调度算法起着关键性的作用,然而调度算法的开销与系统的调度性能之间经常是一对矛盾.就此问题,结合最新版Linux2.6内核任务调度的特点,提出了一种改进的最小裕度优先(LSF)算法.针对LSF算法中因任务间的频繁切换造成系统开销增大的缺点,通过采用适当的抢占阚值策略减少"颠簸"现象,提高了Linux2.6内核的实时性.     

ARINC653分区调度算法的研究与改进

基于ARINC653标准的嵌入式实时操作系统对实时性的要求很高。为此,针对ARINC653分区调度算法中存在的空闲时间问题,提出一种改进的分区调度模型,采用优先级位图算法和二级调度机制设计空闲时间分区共享调度算法。理论分析表明,该算法能够缩短任务的平均响应时间。     

μC/OS-Ⅱ任务调度算法的改进

提出了一种改进的μC/OS-Ⅱ的调度算法,增加了时间片轮转算法,把μC/OS-Ⅱ改造为一个以任务优先级调度为主,时间片轮转调度为辅的实时操作系统.并通过碰撞检测算法和路径规划算法在该系统中的应用研究,表明改进的μC/OS-Ⅱ系统能很好地满足需要,具有良好的实用性.     

车载操作系统的调度算法分析与改进

当前没有专门为车载设备设计的实时操作系统,一般都是对通用嵌入式实时操作系统进行裁剪来完成的,需要很大的工作量。本文介绍一种在嵌入式实时系统中调度所面临的限制以及克服这些限制的调度技术;根据uC/OSII实时嵌入式系统内核的特殊性,在原有优先级调度算法的基础和某车载设备设计的基础上,提出一种车载实时操作系统内核的改进方法,其特点是实时性强、稳定性高、面向车载设备应用。     

实时协同的调度算法研究

研究了目前流行的实时调度技术，归纳总结了不同调度技术下的典型调度算法，介绍了实时调度算法的调度规则、调度特点、适用场合以及需要解决的问题，分析了典型商业实时操作系统中的调度技术，提出了增强操作系统实时性能需要解决的技术问题，为将优秀的实时调度算法应用在实时操作系统中奠定了理论基础。     

Product-based and resource-based heterarchical approaches for dynamic FMS scheduling

Two fundamental approaches can be adopted for heterarchical scheduling of flexible manufacturing systems: resource-based scheduling or product-based scheduling. The first part of this paper defines the basic concepts of these two methods (modeling, structure design methodology, communication protocols). The second describes the specific advantages and drawbacks of these two approaches using the results provided to illustrate the discussion. The final section considers a real implementation of the product-based heterarchical philosophy.     

一个基于全局竞标机制的网格调度系统

通过对性能驱动型网格调度系统的分析,指出了其不足之处,继而提出并实现了全局调度和本地调度相结合的基于全局竞标机制的网格调度系统.实验证明,该系统能够在用户指定的时间约束内完成作业,并获得较优的执行代价,降低作业的运行成本.     

On Task Scheduling Accuracy: Evaluation Methodology and Results

Many heuristics based on the directed acyclic graph (DAG) have been proposed for the static scheduling problem. Most of these algorithms apply a simple model of the target system that assumes fully connected processors, a dedicated communication sub-system and no contention for the communication resources. Only a few algorithms consider the network topology and the contention for the communication resources. This article evaluates the accuracy of task scheduling algorithms and thus the appropriateness of the applied models. An evaluation methodology is proposed and applied to a representative set of scheduling algorithms. The obtained results show a significant inaccuracy of the produced schedules. Analyzing these results is important for the development of more appropriate models and more accurate scheduling algorithms.     

在构件化嵌入式操作系统中应用抢占阈值调度

现有基于构件的嵌入式实时软件开发过程着重于从结构的角度分解系统成若干构件,以及重用构件。实践证明,该开发过程还应从运行角度将构件映射成任务,并选择适当的实时调度算法。为此,根据目前的工程实践提出一种实时构件模型,包含将构件映射成任务的方式。描述了当前构件化嵌入式操作系统可以使用的4种调度算法,并比较这些算法的性能特点。提出抢占阈值(preemptionthreshold)调度模型更适合构件化嵌入式实时系统,仿真实验的结果证明了该结论。比较结果和结论对构件化嵌入式实时系统的设计和开发有一定的参考价值。     

基于强化学习的智能车间调度策略研究综述

智能制造是我国制造业发展的必然趋势,而智能车间调度是制造业升级和深化“两化融合”的关键技术。主要研究强化学习算法在车间调度问题中的应用,为后续的研究奠定基础。其中车间调度主要包括静态调度和动态调度;强化学习算法主要包括基于值函数和AC（Actor-Critic）网络。首先,从总体上阐述了强化学习方法在作业车间调度和流水车间调度这两大问题上的研究现状;其次,对车间调度问题的数学模型以及强化学习算法中最关键的马尔可夫模型建立规则进行分类讨论;最后,根据研究现状和当前工业数字化转型需求,对智能车间调度技术的未来研究方向进行了展望。     

A survey of dynamic scheduling in manufacturing systems

In most real-world environments, scheduling is an ongoing reactive process where the presence of a variety of unexpected disruptions is usually inevitable, and continually forces reconsideration and revision of pre-established schedules. Many of the approaches developed to solve the problem of static scheduling are often impractical in real-world environments, and the near-optimal schedules with respect to the estimated data may become obsolete when they are released to the shop floor. This paper outlines the limitations of the static approaches to scheduling in the presence of real-time information and presents a number of issues that have come up in recent years on dynamic scheduling. The paper defines the problem of dynamic scheduling and provides a review of the state-of-the-art of currently developing research on dynamic scheduling. The principles of several dynamic scheduling techniques, namely, heuristics, meta-heuristics, multi-agent systems, and other artificial intelligence techniques are described in detail, followed by a discussion and comparison of their potential.     

实时系统调度算法综述

在多道程序环境下,主存中有多个进程,其数目往往多于处理机数目。操作系统通过处理机调度程序,按照某种调度算法动态地把处理机分配给就绪队列中的一个进程,使之执行。处理机是重要的计算机资源,提高处理机的利用率及改善系统性能（吞吐量、响应时间）,很大程度上取决于处理机调度性能的好坏,因而操作系统的调度算法是非常重要的。通过研究基本的操作系统作业（进程）调度算法,详尽分析和对比这些调度算法的优势和劣势。最后对新兴的实时系统研究现状进行介绍和展望,为以后实时系统调度算法研究提供了有效的参考价值。     

Data-Dependency Graph Transformations for Instruction Scheduling

This paper presents a set of efficient graph transformations for local instruction scheduling. These transformations to the data-dependency graph prune redundant and inferior schedules from the solution space of the problem. Optimally scheduling the transformed problems using an enumerative scheduler is faster and the number of problems solved to optimality within a bounded time is increased. Furthermore, heuristic scheduling of the transformed problems often yields improved schedules for hard problems. The basic node-based transformation runs in O(ne) time, where n is the number of nodes and e is the number of edges in the graph. A generalized subgraph-based transformation runs in O(n² e) time. The transformations are implemented within the Gnu Compiler Collection (GCC) and are evaluated experimentally using the SPEC CPU2000 floating-point benchmarks targeted to various processor models. The results show that the transformations are fast and improve the results of both heuristic and optimal scheduling.     

磁带库系统的随机I/O调度算法

由于磁带库随机存取的性能很差,需要研究有效的随机I/O调度策略和算法以改善其在线存取的效率.对已有调度算法进行了分类、提炼和总结,利用仿真实验对静态调度、动态调度和基于复制的调度算法进行了深入研究,讨论了影响各种算法有效性的因素.针对已有算法在较重的负载条件下使系统性能急剧恶化的问题,还提出并研究了一种基于效益-代价均衡的调度算法.该算法引入效益-代价加权的概念,通过调节不同负载下的效益-代价加权比,极大地改善了已有算法在重负载下的有效性.该项研究为设计海量存储系统中的自适应调度算法提供了重要依据.