改进的最小空闲时间优先调度算法

最小空闲时间优先(least slack first,简称LSF)算法结合任务执行的缓急程度来给任务分配优先级.任务所剩的空闲时间越少,就越需要尽快执行.然而,LSF算法造成任务之间的频繁切换或严重的颠簸现象,增大了系统开销,并限制了其应用.在调度策略中设置抢占阈值可以减少任务之间的切换,但现有的抢占阈值设置方法因受到固定优先级的限制而不适用于LSF算法.为了减轻LSF算法的颠簸现象,基于抢占阈值的思想,提出适用于LSF算法的抢占阈值分配方法,动态地给每个任务配置抢占阈值.任务的抢占阈值是随着任务执行的缓急程度不同而动态地变化的,而且不受任务个数的限制.仿真结果表明,通过对LSF算法的改进,任务之间的切换大大减少,同时降低了任务截止期错失率.该改进型算法对设计和实现实时操作系统具有一定的参考价值.     

一种高回报的最小空闲时间优先实时调度改进算法

信号任务调度算法是提高信息物理系统执行效能的关键,而最小空闲时间优先算法(LSF)、最早截止时间优先算法(EDF)和最大价值优先算法(HVF)在系统满载的情况下无法很好地完成任务调度并且系统能耗很高。为此,提出一种改进型调度算法。将任务能耗、任务完成价值和任务紧迫程度相结合,通过引入任务调度优先级和任务实际调度优先级的形式,实现任务的动态调度。实验结果表明,对于同一个任务集,在完成相同调度任务数量的情况下,改进算法的系统能耗小于采用LSF算法和EDF算法的系统能耗。系统满载时,在完成任务总价值相同的情况下,采用改进算法的系统所需要的能耗比HVF算法更少。     

基于LSF的集群系统在集成电路设计中的应用

介绍了计算机集群技术。并以LSF为例,阐述了包括体系结构、工作原理、调度算法以及工作过程在内的作业管理系统。最后,针对集成电路设计系统。给出了系统框架和工作流程,设计并实现了LSF集群系统。     

基于概率模型检验的云渲染任务调度定量验证

云渲染技术已被广泛应用于影视和动漫等行业.与传统的渲染农场和租赁市场模式不同，云渲染系统依托云计算基础设施提供多种软件服务进行渲染作业的方式，正逐渐成为新兴的计算模式.由于任务执行和资源操作等作业调度对于用户而言是透明的，这要求云渲染系统应具备智能化以实现计算资源优化调度和多端任务管理，并对系统可靠性提出了更高要求.针对这一问题，提出了采用概率模型检验对云渲染系统任务调度进行定量评估.首先，考虑渲染服务失效等因素引发的随机系统异常和指令错误，如文件损坏和渲染任务超时等，提出了基于离散马尔可夫链（DTMC）的概率模型对云渲染系统的文件准备模块、资源请求模块、渲染任务执行模块进行形式化建模；其次，从服务质量属性角度提出了9类验证性质用于定义云渲染系统的可靠性，采用概率计算树逻辑（PCTL）描述检验性质公式并执行工具PRISM计算和验证渲染系统可靠性；最后，结合案例和实验证明了该方法的可行性和有效性，尤其是对改进前后云渲染系统进行定量检验，可用于指导如何进行失效恢复和任务切换.因此，该方法在一定程度上可提高云渲染系统的可靠性.     

基于LSF集群系统的分布式并行计算

介绍了LSF集群系统和分布式并行计算的基本概念,基于LSF集群系统提出了一个分布式并行计算的基本结构和分级任务调度策略,另外在此结构上实现了矩阵相乘的分布式并行计算,并对此结构进行了性能评测,最后分析了基于LSF集群系统的分布式并行计算具有的优点和存在的不足.     

分布式渲染资源搜索方法研究

针对三维动画领域的渲染瓶颈和分布式渲染的资源搜索问题,提出了一种基于双层体系结构的分布式虚拟集群渲染系统,采用基于减聚类的RBF神经网络算法计算分布式环境下虚拟集群的渲染能力,给出了分布式渲染资源的搜索算法,并验证了算法的有效性。     

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.     

分布式虚拟集群渲染系统研究

针对三维动画领域的渲染瓶颈和分布式渲染的资源搜索问题,提出了一种基于双层体系结构的分布式虚拟集群渲染系统,并详细介绍了系统的各个功能模块.通过对渲染资源的统一描述,定义了虚拟集群渲染能力的计算方法,给出了分布式渲染资源的搜索算法,并验证了算法的有效性.     

一种两级分布调度算法

针对传统分布式调度算法研究中将调度策略与机制相分离的不足，本文提出了两级分布调度算法，它能较好地结合两种调度机制（远程执行与进程迁移），提高了系统的性能。     

高实时性异构多核处理器任务调度算法

在异构多核处理器条件下,Min-Min算法调度性能较好但在系统实时响应方面存在不足。最小空闲时间优先调度算法(LSF)、最早截止时间优先调度算法(EDF)和最大价值优先调度算法(HVF)虽然在系统任务调度响应实时性方面表现优异,但却不适用于异构多核处理器环境。为此,提出一种高实时性任务调度算法HRSA。在Min-Min调度算法的基础上融合LSF,EDF,HVF算法的调度策略,将任务能耗、任务完成价值和任务响应比相结合,在实现异构多核处理器任务动态调度的同时缩短系统对高实时性任务的响应时间。实验结果表明,相对于EDF算法和Min-Min算法,HRSA算法消耗单位能量所带来的价值较高,对高实时性任务处理的响应时间较短。     

分布式控制系统中多种混合任务的容错调度

分布式控制系统中存在有强实时、软实时和非实时等多种实时性的任务,其中强实时任务必须在其时限前完成,否则会出现灾难性后果,因此必须为分布式控制系统提供一定的容错能力。首先给出了用于调度多种实时性任务的单处理器调度算法——双优先级队列调度算法,并分析算法的可调度性条件。针对分布式控制系统,考虑基版本与副版本的执行时间不同时,结合版本复制技术和单处理器调度算法提出了一种新的容错调度算法。分析了算法的可调度行,给出了可任务集的可调度条件判断方法和基版本任务时限的设置方法。在此基础上,采用启发式静态任务分配算法,保证各处理器的负载均衡。本算法在保证任务容错可调度的条件下,可提高系统中各处理器的利用率,仿真结果表明该算法是有效的。     

基于动态抢占阈值的LSF调度算法

在最小空闲时间优先(LSF)调度算法中,当任务集中有多个任务的优先级相同或相近时,过多的上下文切换会产生“颠簸”现象,从而大幅增加系统开销。为此,结合LSF算法的特点,通过设计合理的动态抢占阈值,提出一种改进的调度算法DPTLSF。仿真结果表明,改进的算法能够大幅减少“颠簸”现象的发生,降低任务集的截止期错失率。     

一种环境感知的仿真服务调度模型

针对传统分布式仿真框架HLA/RTI中动态调度负载平衡较差、执行可靠性较低的问题,提出一种基于环境感知的仿真服务调度模型C3SM。C3SM模型包含总体结构、调度策略和服务部署。总体结构规定各个模块的功能与交互接口,调度策略采用改进的蚁群算法进行仿真服务的动态调度,服务部署采用重叠覆盖部署策略以保证较好的服务可用性和较低的资源消耗。仿真实验结果表明,与传统分布式仿真框架HLA/RTI相比,C3SM模型通过实时获取执行环境的上下文信息,能够获得较优的负载平衡度,且重叠覆盖的仿真服务部署策略使得仿真运行系统的可靠性明显提高。     

基于插件机制的网格作业调度研究

根据网格计算中作业调度的特点,基于Platform公司的LSF系统,提出一种适合管理网格系统中作业调度策略的方案——插件机制。鉴于插件即插即用、易于扩充和实现的优势,对网格系统中的调度模块以插件的形式进行管理,以提高系统的整体调度性能,并为第三方软件提供良好的接口。     

一种求解异构DAG调度问题的置换蚁群

减少分布式程序的执行时间,是网格调度系统需要解决的重要问题。因分布式程序常建模为DAG图,故该问题又称异构DAG调度问题。提出的置换调度蚁群PSACS(Permutation Scheduling Ant Colony System)将DAG调度方案表示为任务置换列表,使用标准蚁群搜索技术探索解空间。实验表明,该算法明显优于遗传算法和粒子群算法,能够一次求出大部分(65%)同构DAG调度问题的最优解并获得非常好的异构DAG调度方案。     

渲染网格调度策略研究

针对渲染网格的特点提出了渲染网格的二个调度模型.模型一提出了在局部资源的计算结点内,采用基于用户优先级的CPU频度轮转调度方案,达到提高系统吞吐率的目的.模型二提出了适合市场机制的渲染网格调度模型,并给出了竞标的报价算法.该算法在公共网格开放软件Globus Toolkit4.0上实现,符合国际标准WSRF规范.实验结果表明本调度策略在处理渲染网格任务时性能得到了很好的体现.     

云模型优化LSF调度算法的研究

为了解决LSF调度算法在实时调度中由颠簸现象引起的调度实时性差、浪费系统资源的问题,在LSF算法中引入一个任务重要度系数,采用云模型对任务重要度系数和裕度进行定量表示,并通过由重要度系数云和裕度云两个任务特征参数云模型共同确定的二维云模型,为每个任务设定一个抢占阈值,当某一就绪任务要抢占当前任务时,必须要满足它的优先级高于当前任务的抢占阈值.仿真结果表明,采用云模型优化后的LSF算法不仅有效解决了颠簸现象,而且能使紧急且重要的任务优先运行.     

基于云计算的软件测试系统框架研究

针对传统的软件测试方法中存在的效率低、成本高等问题,将云测试技术应用到了软件测试中;介绍了云测试中的相关技术,并详细阐述了系统总体框架,使用了一种基于动态优先权的高优先权先调度算法,设计并实现了系统的调度子模块;Matlab仿真实验结果为在执行相同任务调度时,该调度算法比传统FCFS调度算法总周转时间短;当任务增加时,该调度算法总周转时间增加的慢,证明该算法可以显著地提高测试效率,提高资源利用率,缩减测试成本,实现软件测试的自动化。     

基于极限动态规划算法的微电网一体化调度与控制

随着电力电子技术的发展,微电网已成为分布式发电的必然趋势.传统的多时间尺度控制策略之间的配合使用已经很难同时满足高品质频率稳定控制和经济调度的要求.为解决此问题,本文提出极限动态规划算法.所提算法以自适应动态规划算法为框架,以极限学习机作为其评价模块、模型模块、执行模块、预测模块的内核.基于所提算法的微电网一体化调控控制器能替代传统模式下"下垂控制+自动发电控制+经济调度"多时间尺度控制组合策略.最后,为验证所提算法的有效性,在5个节点的微电网模型进行仿真,结果验证了所提极限动态规划算法的可行性和有效性.     

Linux实时化方法的研究与实现

针对Linux2.6内核实时性较差的问题,采用单次触发模式细化其时钟粒度,实现微秒级的定时精度。提出基于阈值的分级调度算法CSBOT,根据不同的负载情况,分别采用LSF算法和关键度/紧急度优先算法,实现轻负载时高的系统利用率和超载时系统调度性能的优雅降级,同时引入阈值抢占策略减少LSF引起的“颠簸”现象,提高系统效率。