基于改进蚁群算法的云计算任务调度模型

为解决云环境下的资源调度问题,提出一种能改善任务并行性与兼顾任务串行关系的调度模型,将用户提交的动态任务分割成具有制约关系的子任务,按运行次序放到具有不同优先级的调度队列中。针对同一调度队列中的子任务,采用基于最短任务延迟时间的改进蚁群算法(DSFACO)进行调度,在兼顾调度公平性与效率的前提下,最大化缩短任务延迟时间,从而提高用户满意度。实验结果表明,与任务调度增强蚁群算法相比,DSFACO算法在任务延迟时间、调度公平性及效率方面性能更好,能实现云计算环境下任务的最优调度。     

基于累计工作量的在线大数据分析作业调度算法

针对Hadoop和Spark等大数据分析系统中无先验知识任务的高效执行问题，设计了基于累计工作量（CRW）的任务调度器CRWScheduler。该调度器根据CRW将任务在低权重队列与高权重队列间切换；在为作业分配资源时，同时考虑到作业所在的队列和其瞬时占用资源量，无需作业先验知识即显著提升系统性能。基于Apache Hadoop YARN实现了CRWScheduler原型，在28个节点的基准测试集群上的实验表明，与YARN的公平调度机制相比，作业流时间（JFT）平均降低21%，其中95百分位的作业流时间（JFT）最多降低了35%，并且在与任务级调度程序协作时可获得进一步的性能提升。     

优先级周期性互换的实时调度算法

针对实时多任务调度时低优先级任务的延迟问题,提出了一种优先级周期性互换的静态优先级调度算法。该方法以固定的时间片为周期,对多任务系统中的某两个不同优先级的独立性任务,周期性地互换它们的优先级级别,在保证较高优先级任务的执行时间的前提下,使得较低优先级的任务有机会尽快执行,以缩短其执行过程中的延迟时间。所提方法能有效解决低优先级任务的实时性问题,从而提高实时多任务系统的整体控制性能。     

优先级周期性互换的实时调度算法

针对实时多任务调度时低优先级任务的延迟问题,提出了一种优先级周期性互换的静态优先级调度算法。该方法以固定的时间片为周期,对多任务系统中的某两个不同优先级的独立性任务,周期性地互换它们的优先级级别,在保证较高优先级任务的执行时间的前提下,使得较低优先级的任务有机会尽快执行,以缩短其执行过程中的延迟时间。所提方法能有效解决低优先级任务的实时性问题,从而提高实时多任务系统的整体控制性能。     

风电场数据中心Hadoop云平台作业调度算法研究

风电场数据中心包含状态监测、数据采集等实时类作业和非实时类作业,采用C/S结构存在资源利用率不平衡、管理与维护成本高等缺点。设计了一种基于Hadoop云平台的数据中心架构;针对开源Hadoop平台现有FIFO调度器不能满足实时监测系统要求,在原有FIFO调度器的基础上,设计了一种双队列的作业调度器,综合考虑作业的截止时间和优先级来进行作业调度决策,实验结果表明,与FIFO调度器相比,双队列的作业调度器在集群负载较大时能够表现出较好的性能,保证实时类作业能够优先执行,为风电机组的安全运行提供保障。     

保障QoS的实时Linux系统设计

为了在综合业务网络中保障实时多媒体业务的服务质量(QoS),设计了软实时Linux系统。系统中将网络接受中断的推后执行工作校由工作队列来执行,而非传统的由网络接受软中断处理。工作队列是Linux2.6内核的进程调度机制,对实时多媒体任务和数据任务实施不同的优先级调度,以保证实时多媒体任务的优先处理而不是尽力而为(BestEffort),保障其服务质量。通过简单的测试证明本系统运行稳定,能够保障实时多媒体业务的服务质量,尤其对解决延迟抖动问题有明显的效果。     

支持SRP协议的实时调度技术

实时操作系统对多任务资源访问控制提出了较高的要求.资源竞争常会引起优先级翻转问题导致任务阻塞,增加资源等待延迟时间.传统资源访问控制协议可以部分解决此问题,但是存在上下文切换次数高,任务调度效率低等不足.在结合SRP协议的提前阻塞特性和MiniCore实时调度器设计后,分析了协议中任务调度规则,指出了调度器支持SRP协议时效率低下的原因,并引入胜者树结构改进就绪队列,给出了新的任务搜索算法.理论分析与实验结果表明改进的调度器在任务集规模较大时,提高了调度效率,较好的支持了SRP协议.     

嵌入式Linux实时调度算法的优化设计

在分析Linux2．6进程调度程序的基础上，提出一种采用动态优先级调度实时任务的算法：估计运行时间与剩余延迟时间比值较大者优先的调度算法（HRESF），将进程的估计运行时间和剩余延迟时间这两个特征参数综合考虑，实现对实时任务的调度。     

混合关键级多任务调度中低关键级任务的积极处理

当前的混合关键级多任务调度,一旦高关键级任务的执行时间需求增加,通常的做法是立即抛弃相对低关键级任务,以确保高关键级任务获得足够处理器时间。考虑到数据访问的一致性和完整性以及相应的性能损失,这种处理低关键级任务的方法过于消极;同时,任务的实际执行时间并不总是能达到最差情况下执行时间,且多处理器平台上的调度存在可观的空闲时隙。因此,完全可以也应该对低关键级任务采取更为积极的处理方法。基于同构多处理器平台,构建了两类队列,一类队列容纳回收的空闲时隙,另一类队列为任务队列,包括就绪任务队列和被抛弃的低关键级任务队列,针对这两种任务队列的特性采取不同的调度方案：就绪任务队列采用混合关键级局部调度,被抛弃的低关键级任务则对空闲时隙进行分配。仿真实验表明,此调度方法在保证高关键级任务截止时限的同时,能够使混合关键级系统的可接受任务集数目获得明显提升。     

混合关键级多任务调度中低关键级任务的积极处理

当前的混合关键级多任务调度,一旦高关键级任务的执行时间需求增加,通常的做法是立即抛弃相对低关键级任务,以确保高关键级任务获得足够处理器时间。考虑到数据访问的一致性和完整性以及相应的性能损失,这种处理低关键级任务的方法过于消极;同时,任务的实际执行时间并不总是能达到最差情况下执行时间,且多处理器平台上的调度存在可观的空闲时隙。因此,完全可以也应该对低关键级任务采取更为积极的处理方法。基于同构多处理器平台,构建了两类队列,一类队列容纳回收的空闲时隙,另一类队列为任务队列,包括就绪任务队列和被抛弃的低关键级任务队列,针对这两种任务队列的特性采取不同的调度方案:就绪任务队列采用混合关键级局部调度,被抛弃的低关键级任务则对空闲时隙进行分配。仿真实验表明,此调度方法在保证高关键级任务截止时限的同时,能够使混合关键级系统的可接受任务集数目获得明显提升。     

Modeling,state estimation and nonlinear model predictive control of cathode exhaust gas mass flow for PEM fuel cells

Polymer electrolyte membrane fuel cells are efficient energy converters and provide electrical energy, water and oxygen depleted air with a low oxygen content as exhaust gas if fed with air. Due to their low emission of greenhouse gases and noise they are investigated as replacement for auxiliary power units currently used for electrical power supply on aircraft. Oxygen depleted air, called ODA-gas, with an oxygen concentration of 10–11% and a low humidity can be used for tank-inerting on aircraft. A challenging task is controlling the fuel cell system for generation of dehumidified ODA-gas mass flow while simultaneously keeping bounds and gradients on control inputs. This task is attacked by a nonlinear model predictive control. Not all system states can be measured and some states measured exhibit a significant time delay. A nonlinear state estimation strategy builds the entire system state and compensates for the delay. The nonlinear model predictive control and the state estimation are derived from the system model, which is presented. Simulation and experimental results are shown.     

On tuning and complexity of an adaptive model predictive control scheduler

In this paper, adaptive model predictive control is applied to schedule differentiated buffers in routers. The proposed algorithm, adaptive model predictive control scheduler (AMPCS), dynamically regulates the service rates of aggregated traffic classes. This algorithm guarantees some required constraints on proportional or absolute delay. The control parameters and the way they are adjusted as well as the problems of implementing the controller at high data rates are investigated. Theoretical analysis and numerical simulations demonstrate stability of AMPCS and its acceptable quality of service differentiations at core routers while maintaining end to end delay constraints.     

Schedulability Analysis of Time-Constrained Cluster Tools With Bounded Time Variation by an Extended Petri Net

Cluster tools for some wafer fabrication processes such as low-pressure chemical vapor deposition have strict wafer delay constraints. A wafer that completes processing in a processing chamber should leave the chamber within a specified time limit. Otherwise, the wafer suffers from severe quality troubles due to residual gases and heat within the chamber. An important engineering problem is to verify whether for given task times there exists a tool operation schedule that satisfies the wafer delay limit. There have been studies on the problem, which all assume deterministic task times. However, in reality, the task times are subject to random variation. In this paper, we develop a systematic method of determining schedulability of time-constrained decision-free discrete-event systems, where time variation can be confined within finite intervals. To do this, we propose an extended Petri net for modeling such systems. We then develop a necessary and sufficient condition for which there always exists a feasible schedule and one for which there never exists any feasible schedule. We develop a graph-based computational procedure for verifying the schedulability conditions and determining the worst-case task delay. We demonstrate how the procedure can be used for cluster tool engineering to control wafer delays against wafer alignment failures and time variation.      

改进Smith预估控制系统用于甲醛生产控制

针对甲醛生产过程中氧醇比控制中大滞后延迟的难点,设计了改进的史密斯预估控制系统,并实现了对该系统的计算机仿真.通过调节热水阀门控制氧醇比不能彻底解决系统的大滞后问题,因此在调节器的设计上采用了史密斯预估控制算法,对系统的大滞后进行了补偿.同时又设计了模糊自校正控制,进一步提高控制系统的控制品质.     

神经网络预测远程控制系统中信息延时的研究

针对网络控制系统中前向通道和反馈通道同时存在随机延迟及延时不确定的问题,通过实例分析了随机延时对闭环控制系统影响的根源,提出了通过基于神经网络的预测控制方法解决存在网络随机延时的控制系统闭环控制的可行性。仿真结果表明该方法能够反映并预测该测量数据所代表的网络路径之间的时延特性,并能在基于Internet的闭环控制系统的设计中有效地替代实际网络进行研究;而所用的方法具有快速、准确的特点,能用于在线学习网络模型并对网络的时延值进行预测,为基于Internet的远程闭环控制提供了新的思路。     

网络控制系统中考虑动态延时的广义预测控制算法

基于网络控制系统的状态空间统一模型和对网络动态延时的预测,提出了一种预测步数可变的广义预测控制算法,并基于实际对象的数学模型进行了仿真验证．结果表明,所提算法可很好地适应延时波动,且具有较好的控制效果．     

基于网络的运动控制系统预测控制研究

针对一类基于网络的运动控制系统中存在的时延和丢包问题进行研究。对于网络运动控制系统存在数据时延和丢包的情况,建立网络运动控制系统模型。在此模型下,对预测函数控制算法进行分析,设计了预测函数控制产生器和数据延时预测补偿器,并研究相应的补偿策略。仿真分析表明算法的合理性和有效性。     

一种QoS Min-Min异构分布式系统任务调度策略

用户任务的随机到达以及用户对任务的QoS需求，不但要求异构分布式系统满足用户QoS需求，而且要求系统尽可能多地处理随机到达的任务，并且使系统负载尽可能达到平衡，因而找到满足这些条件的调度策略具有重要意义。该文提出一种基于QoS Min-Min的元任务调度策略，使系统CPU得到充分利用，从而处理更多任务。和Min-Min调度算法相比，QoS Min-Min减少了任务淘汰率和提高了系统CPU利用率。模拟实验结果显示，该调度策略具有实效性。     

Predictive energy management of a 4QT series-parallel hybrid electric bus

This paper presents a novel predictive control scheme for a series-parallel hybrid bus. The proposed scheme uses information from GPS together with a data record of the driving along the bus route to schedule the charging and discharging of the energy storage system. Switching between hybrid and pure electric mode is optimized in a receding horizon scheme based on a prediction model that reflects the uncertainty of the future driving.The benefits of the proposed predictive control scheme are shown by a simulation study on measured driving data along a bus route. The simulations show that the predictive control scheme achieves both lower fuel consumption and better control of the energy storage system than can be achieved with a non-predictive controller.     

基于负时滞控制有效性的车辆坡道预见性驾驶

本文提出车辆坡道行驶的预见性时滞控制有效性概念,建立基于负时滞控制有效性的车辆坡道预见性驾驶的动力学控制模型,给出稳定控制的有效性判据.根据有效性控制理论,推导坡道前变速行驶的动力学特征方程,得到上坡和下坡预见性驾驶有效性控制参数范围.仿真结果表明,控制系统的有效性控制参数由不等式交集组成,与转弯系数、风阻系数和负时滞有关.选取合适的控制参数和时滞,有效设计冲坡(下坡)速度,减少油耗,实现无人驾驶车辆的生态驾驶.