基于反馈控制的实时调度算法设计与实现

传统的实时调度算法在运行环境不可预测的嵌入式操作系统中应用时,要求系统预留大量的CPU资源,而且在稳定性和精确性等方面存在不足.文章为解决这些问题提出了基于反馈控制的实时调度算法,仿真表明该算法相对传统算法而言,提高了系统的CPU利用率,并降低了任务的截止期限错过率.     

RING算法——基于环结构的并行调度算法的研究

并行计算中的调度问题属于典型的NP完全问题,目前许多优秀的并行调度算法所体现出来的优异性能都是以对调度问题的诸多限制条件为前提。因此,如何在诸多限制条件的基础上设计一个相对优秀的调度算法成为一个重要问题。本文给出了一种比较好的并行调度算法--RING算法的描述、结论和详细的论证。     

基于改进教学算法的车间作业调度问题

为求解车间作业调度问题,提出一种基于个体差异化自学习的改进教学算法.针对教学算法局部搜索能力不高的缺陷, 提出学生不仅应向能力好的学习者学习,亦应进行有差异的自我学习.通过学习者的完工时间评估学生的学习能力,提出学习次数概念,并设计自学习算子,完善学生阶段的更新,提高算法的局部搜索能力.最后,对OR-Library中的标准仿真实例进行实验,结果表明改进教学算法是有效的,其在收敛精度和鲁棒性能上均有较好的提高.     

基于蚁群算法的Hadoop调度算法研究

为有效提高Hadoop集群作业调度的效率,提出一种基于蚁群算法的自适应作业调度的方案,有效利用蚁群算法正反馈的优势特点,使Hadoop作业调度器更高效地对任务进行分配,提高整体架构的作业性能。实验结果表明,该算法能够很好的平衡资源负载,减少任务的完成时间,提高系统处理任务的性能。     

基于改进遗传进化算法的复杂作业流程调度

为了提高车间或者工业生产速度和质量,需要对生产中复杂作业流程调度进行研究。当前算法利用调度静态求解法和动态优化法实现复杂作业流程的调度。该算法没有相关策略的制定,也没有高效的理论作为支撑,导致该算法存在调度效率低,资源的利用率和环境适应能力较差等问题。为此,提出基于改进遗传进化算法的复杂作业流程调度。该算法先对复杂作业流程调度问题进行描述,针对调度问题描述,利用改进遗传进化算法对车间作业调度问题进行解决,将问题描述中的数学规划模型建立在规定的定义上。然后构建合适的编码实现改进遗传进化算法正常运行,过程中按一定要求对JSSP染色体进行编码,选择初始种群,并对适应度函数进行计算,引入交叉算子和变异算子扩大寻优范围。最后利用无延迟作业计划解决死锁状况,并通过调度过程流程图和作业调度整体结构流程图实现调度。实验结果表明,本文所提算法充分利用了现有资源实现了复杂作业流程的高效调度,同时也具有比较好的适应能力和灵活性。     

基于CSMA/CD的改进调度算法研究

针对共享式网络中采用CSMA/CD(带有冲突检测的载波侦听多路存取)的通信技术易出现时延的缺点,提出改进的预先呼叫的CSMA/CD调度算法,根据矿井监控系统的特点,实现矿井监控系统中分站节点输出调度.算法的核心是将分站节点编号分组,各组分配载波监听信道闲次数,按照组呼叫输出形式,组内载波侦听到闲的次数满足预先设定的次数时发送,否则不发送,在监控主机接收到上一组的组内倒数第二个信息时,向下一组发送信息,使下一组处于载波侦听状态.实验表明改进的CSMA/CD调度算法解决了CSMA/CD算法存在的信道争用和信息碰撞造成的时延且影响通信实时性的问题.     

基于云计算的作业调度算法研究

通过对现有云计算进行系统的研究,设计出一套作业调试算法解决方案,实现云计算作业调试算法,并应用在云计算模型上,通过模拟平台进行实验分析,证明解决方案是可行的。     

基于改进迭代算法的动态调度优化模型

笔者针对当前智能加工系统中的动态作业调度问题,考虑作业工序、等待时间等实际情况中产生的约束条件,在3大原则的前提下,应用改进迭代算法建立了一道工序的工作调度模型和两道工序的调度模型,通过验证模型的时间空间复杂度,得出此模型具有较好的实用性。最后,在模型的推广中加入1%的工作故障概率,得到故障概率分布,进而得到更加稳定的模型。     

一种基于混合遗传算法的车间调度算法

为了克服单独的遗传算法用于车间作业调度缺点,提出一种遗传算法与启发式算法结合的混合遗传算法,在运用该算法的过程中给出了适合的遗传操作和启发式规则的应用方法。结果表明：混合遗传算法优于两种单独的算法。     

改进人工鱼群算法在Hadoop作业调度算法的应用

在分析Hadoop缺省及改进的作业调度算法基础上,引入群智能算法,设计了基于改进人工鱼群算法的Hadoop作业调度算法.采用随机键方式对待分配任务进行编码,以任务总执行时间作为启发函数,并引入吞食行为和跳跃行为改进人工鱼群算法,以达到进一步改善作业调度算法性能的目的.实验结果表明,改进后的人工鱼群作业调度算法在异构环境下可以提高系统性能,降低运行时间.     

有向图并行计算中一种新的结点调度算法

在基于有向图的并行计算中,给定图剖分后,如何设计结点调度方案使得并行执行时间最短,是典型的NP完全问题.针对此问题,文中提出一种新的基于顺逆交替迭代技术的启发式调度算法,并给出该算法的并行实现.严格的理论推导证明,新算法在一定的假设条件下,从任何初始调度方案出发,均可以单调收敛.在数百个处理器上的并行数值实验表明,与常用的调度算法相比,新算法可在付出很少的开销代价下显著提高整体并行效率.     

一种并行扫描计算局部调度算法

为了解决优先级调度算法的可扩展性问题,本文设计并实现了一种局部的深度优先扫描算法(PDFHDS)。该算法在计算初始优先级和计算最终优先级时,对每个结点只遍历一次,在这一次遍历中只访问该结点的全部直接前驱,避免了在PDFDS算法中每修改一个结点的优先级就要访问其全部前驱结点的情况,减少了一部分计算开销,消息传递过程使用单向传递,只向前邻处理器传递有多级外部后继的网格点信息,而不传递只具有一级外部后继的网格点信息,节省了通信开销。从实验数据可知,虽然在处理器个数少的时候性能比不上DFHDS算法,但对于多处理器的情况,PDFDS算法的性能可以比DFHDS算法的提高50%,甚至更多。     

并行任务调度的近似算法

并行任务调度不论是从理论上还是应用上近年来都倍受关注。但是目前出现的大量算法很难应用于实际,基于此,论文探讨了典型的调度问题P3｜fix｜Cmax,这类问题是强NP-难的。论文在Goemans的研究基础上,给出了一个很简单的线性算法,构造出调度性能为9/8的半规则调度,改进了Goemans的7/6的结果。     

基于遗传算法的自适应网格任务调度方法

文章提出了一种以资源代理为基础的任务调度方法—GMBSA,该方法先对任务执行时间进行预测,然后运用遗传算法结合多队列Backfilling方法进行任务调度,达到最小化任务执行时间(MinimumExecutionTime)的要求,最终实现网格资源的优化分配。试验中采用Simgrid任务调度模拟器对GMBSA的性能进行了测试,并比较了轻重负载情况下GMBSA,多队列Backfilling和FCFS三种调度方案的性能差异。     

网络并行计算系统中基于多处理机任务的资源调度模型

简要描述了网络并行计算系统中任务调度问题和经典的多处理机任务调度研究现状,并将两者结合到一起建立网络并行计算系统中的新型调度模型,较详细地论述了多处理机任务的定义,然后还讨论了该模型求解的近似调度策略及其近似优化问题,给出了其特例Pm｜fix｜Cmax问题的最优调度的时间跨度下界。     

一种求解输运方程的并行调度算法

高效并行扫描问题是调度问题的子集,调度问题是NP完全问题.针对输运问题的特点,如何按特定的计算次序调度本地网格单元,以保证最佳的计算与通信性能是一个难度很大的问题.文中设计了一种基于局部深度优先的优先级(PDFDS)算法,该算法具有局部性、通信量小、优先级队列好等特点.将PDFDS算法应用到求解二维粒子输运方程的程序中,与现有的调度算法相比,新算法具有更好的并行计算效果,对于大规模计算问题,可以扩展到1024个处理器,相对于64个处理器的并行效率达到了96%.     

差异工件并行批调度问题中遗传算法研究

本文考虑了遗传算法在包含差异工件的并行批处理机调度中的应用问题.工件具有不同的尺寸和到达时间.首先基于问题假设提出了一个数学规划模型,并采用BF、ERT-LPT实现工件的分批排序调度.然后考虑到这是一个NP-Hard问题,设计了新的选择、交叉、变异操作并结合遗传算法进行求解.最后通过仿真实验对比,验证了算法的有效性.     

一种快速网格任务调度策略

网格任务调度目标有很多,如用户要求任务轮转时间短、花费代价小,而资源提供者希望资源利用率高等,这些目标相互冲突,因此网格任务调度不仅是一个NP难问题,而且是一个多目标优化问题.本文根据网格环境下任务的时间相关性特点,对传统蚁群算法进行了改进,提出了一种快速网格任务调度算法.该算法不仅解决了网格调度中多目标优化问题,而且依据任务调度历史信息生成蚁群算法的初始信息素分布,提高了蚁群算法的求解速度.     

预测调度算法在平行机问题中的应用

常用的实时生产调度的在线算法由于只利用当前已到达的工件信息,导致调度性能不够理想。针对复杂度较高的平行机调度问题,通过对在线算法OMPR(单机可中断松弛)的改进,设计了一种具体的预测调度算法PPSA(平行机预测调度算法)。预测调度算法合理地把预知信息与已知信息结合起来进行决策,使调度解的性能得到进一步提高。仿真分析显示,该算法的性能明显优于在线算法OMPR,表明预测调度算法是一种计算简单、性能优良的实时调度算法。     

解并行多机提前/拖后调度问题的并行遗传算法

为有效地解决带有公共交货期的非等同并行多机提前/拖后调度问题,设计了一种分段扩展排列编码的混合遗传算法,使遗传编码能同时反映调度方案和公共交货期,并对其初始种群产生、交叉和变异方法也进行了研究。同时为了更好地适应调度实时性和解大规模此类问题的需要,基于遗传算法自然并行性特点的基础上,实现了主从式控制网络模式下并行混合遗传算法。计算结果表明,此算法是有效的,优于启发式算法和遗传算法,有着较高的并行性,并能适用于大规模非等同并行多机提前/拖后调度问题。