装备维修任务调度理论与策略研究现状综述

在明确装备维修任务调度需求及意义的基础上,分析了装备维修任务调度理论及策略的研究现状。在维修任务调度理论方面,根据调度的特点对抢占调度与非抢占调度、静态调度与动态调度进行了阐述;在维修任务调度策略方面,根据调度目标及调度特点对时钟驱动调度策略、优先级调度策略以及其他调度策略进行了阐述。在分析研究现状的基础上,提出应对装备维修任务抢占调度及混合调度策略等方面加强研究。     

一种改进的OpenMP指导调度策略研究

在科学计算中,循环结构是最重要的并行对象之一.考虑到负载平衡、调度开销等多方面因素,OpenMP标准提供静态调度、动态调度、指导调度和运行时调度等不同策略.针对指导调度策略不适合递减型循环结构的问题,提出一种改进的new_guided指导调度策略,并在OMPi编译器上加以实现.New_guided调度策略的主要思想是对前半部分的循环采用静态调度,后半部分的循环采用指导调度.针对不同循环结构,在多核处理器上对不同调度策略进行评测.结果表明,在一般情况下,OpenMP默认的静态策略的调度性能最差;对于规则的循环结构和递增的循环结构,动态调度、指导调度和new_guided策略的性能差别不大;对于递减型的循环结构,动态调度和new_guided策略的性能相当,要优于指导调度策略;对于某些极不规则的随机循环结构,动态调度明显优于其他策略,new_guided策略的性能介于动态调度和指导调度之间.     

基于LabVIEW平台的在线监测诊断系统多任务调度策略

任务调度策略,是开发复杂多任务应用程序的关键。基于优先级的设置和执行系统的选择,结合固定时间间隔调度和事件驱动机制,提出了LabVIEW平台两级多任务调度策略:平台级调度策略和用户级调度策略。并以一套在线监测诊断系统为例说明了调度策略的实现过程。     

Linux进程调度策略的研究

本文首先分析了现代操作系统的进程调度的常用方法,深入分析了Linux操作系统的进程调度策略和实现方法,Linux操作系统的进程调度策略包括基于优先权的轮转法调度、基于优先权的FIFO调度、多级反馈轮转调度的调度策略。这些调度策略的综合使用,使Linux的进程调度效率高、综合性强。     

大规模并行计算机作业调度评价

大规模并行计算机的作业调度直接关系到其计算能力的发挥,因而相应的研究具有十分重要的意义。论文通过对国外现有作业调度评价体系的研究,建立了更能反映并行作业特点的作业调度策略评价体系,在此基础上设计并实现了一个作业模拟调度环境。模拟调度环境采用事件驱动的工作模式,支持FCFS、大作业优先、小作业优先、长作业优先、短作业优先、GANG等调度策略。模拟测试结果表明,GANG调度策略优于所有测试的空间共享调度策略;同时在空间共享调度策略中,短作业优先策略和大作业优先策略具有较好的性能。     

面向用户的进程调度策略研究与实现

针对Linux进程调度策略注重系统性能而忽视用户服务的问题,提出一种面向用户的进程调度策略,根据各用户拥有进程数量上的差别,分别调用Linux原有动态优先调度策略、公平共享法调度策略和自适应公平共享法调度策略,以达到最大限度地满足整个系统各用户需求的目的,实现进程调度公平性原则。在实现过程中,解决了决策计算的问题,引入动态权限调整机制实现了自适应公平共享算法。实验结果表明,该进程调度策略是有效的,可应用于注重用户满意度的分时系统中。     

实时数据库的事务调度策略分析

实时数据库系统的事务调度策略是系统用来处理实时事务的调度方法.基于调度事务的不同类别产生各异的策略,分析目前各类事务调度策略的优缺点及适应类型,提出新的定时调度和传统的优先级调度相结合的想法.     

基于用户激励的共享单车调度策略

针对共享单车的调度问题,在考虑预算限制、用户最大步行距离限制、用户时空需求以及共享单车分布动态变化的情况下,提出一种用户激励下的共享单车调度策略,以达到提高共享单车平台长期用户服务率的目的。该调度策略包含任务生成算法、预算分配算法和任务分配算法。在任务生成算法中,使用长短期记忆（LSTM）网络预测用户未来的单车需求量;在预算分配算法中,采用深度策略梯度（DDPG）算法来设计预算分配策略;任务分配完预算后,需要将任务分配给用户执行,因此在任务分配算法中使用贪心匹配策略来进行任务分配。基于摩拜单车的数据集进行实验,并把所提策略分别与无预算限制的调度策略（即平台不受预算限制,可以使用任意金钱激励用户将车骑行至目标区域）、贪心的调度策略、卡车拖运下的调度策略以及未进行调度的情况进行对比。实验结果表明,与贪心调度策略和卡车托运下的调度策略相比,用户激励下的共享单车调度策略能有效提高共享单车系统中的用户服务率。     

移动网格关联任务调度研究

以移动网格为背景,研究关联任务在动态资源环境下的调度问题,既考虑任务之间的依赖关系,还考虑资源动态加入、离开、性能变化等行为。提出子集调度加重调度的动态调度策略。动态子集划分考虑了任务之间的依赖关系,并有利于减少重调度次数。阐述了子集调度目标和约束条件,提出了融合模拟退火思想的粒子群调度算法。重调度进一步提高调度策略对资源动态行为的适应性,阐述了重调度触发条件。给出了移动网格关联任务调度策略的完整流程,并对提出的算法进行了复杂性分析和实验分析。实验结果表明了调度策略和算法的有效性。     

分布式计算平台中混合多应用调度策略的研究*

本文提出与分析了分布式计算平台中几种混合多应用的调度策略,它主要面向多个并行应用之间的调度而不是应用内部的调度,应用内部的调度采用了常见的工作队列容错调度算法。与资源信息有关的调度(Knowledge-Based)比较起来,这些调度策略运用到了与资源信息无关的调度方式(Knowledge-Free),这使它们的实现更加简单与容易,更加适合于高挥发性的分布式计算系统。针对各种不同的计算强度、资源可用性、任务粒度来划分实验场景,把各种调度策略进行了评测与比较。实验结果表明：这些调度策略各有优缺点,可以作为评估大规模分布式计算环境下的并行分布式应用的有效策略。     

一种应用于网格计算环境的任务调度模式*

提出了一种新的网格任务调度模式,针对网格计算资源有组织、松耦合、自治等特性,建立基于多层次虚拟组织形式的计算资源模型;根据网格环境中应用任务粗粒度、特定资源依赖等特点,建立了网格任务的描述模型;提出并实现了相应的子任务生成算法、任务初始调度算法及自动调整算法。设计实现了能够支持仿真及实际网格计算环境可扩展网格任务调度器,通过理论分析和仿真实验对算法的正确性、效果和效率进行了评价。     

基于网格的并行FFT计算研究

快速傅里叶变换（FFT）在科学和工程领域有着广泛的应用。在网格环境下进行并行FFT计算可以提高运算速度,促进FFT的应用。在介绍了网格计算发展状况的基础上,详细阐述了基于网格的分布式并行计算。实验以FFT算法为背景,在Globus Toolkit 4平台下实现了并行FFT计算,并对实验数据作了分析,说明了基于网格的并行FFT计算的可行性。最后指出网格资源调度对并行计算的重要性。     

具有模糊多目标的网格任务调度算法

在异构的网格计算平台上,网格中有用户、资源管理员、组织管理者等实体,这些实体对网格的管理、使用、维护、安全性、可靠性等目标都提出了要求,并且这些目标有时是不可量化的。针对具有模糊多目标网格计算的任务调度问题,提出模糊多目标网格任务调度模型,使用模糊化等式对多目标进行模糊处理,给出求解该模型的模糊化定理,并对该定理进行证明。利用差分优化算法无需目标函数连续可微的特点,提出使用模糊差分优化算法完成模糊多目标的网格任务调度。实验结果表明,模糊差分优化算法较现有算法在执行时间上处于劣势,但在可靠性、安全性和丢失任务数三个指标上要优于现有算法。     

网格环境下基于信任和QoS测量的任务调度算法研究

为了既保证高效的调度效率,又可以准确地对计算资源动态特性进行描述,并且对这种动态性所带来的消极影响实施规避行为,同时还可以满足计算任务提出者的QoS需求.因此在对网格计算和计算网格系统的知识背景以及该领域的研究现状进行认真分析的基础上,提出了可以解决此问题的基于信任机制和QoS测量的计算任务调度算法.     

基于OGSA网格的分层式网格任务调度器设计

文章根据网格任务调度的需求、网格任务调度的特点,在充分分析一般网格任务调度的过程等的基础上,另外考虑到了网格计算环境的一些特点,比如虚拟化、分层次及自治的本质特征,以及在工作流任务协同需求下网格任务的资源依赖、粗粒度、重复执行等特性的前提下,改进设计了一种网格工作流任务主从式分层调度模型,并给出了调度策略和调度算法实现。该调度器模型在实际的网格工作流任务协同系统中得到了较好的应用效果。     

计算网格中动态负载平衡的分布调度模式

网格计算下对资源进行有效的管理和调度可以提高系统的利用率.在对现有若干调度方法的研究和分析基础上,针对计算网格中的负载平衡问题,提出了一种分布式网格作业调度模型,并给出相关算法.算法通过建立主从模式的负载信息收集机制,提供给节点全局负载信息,加速重负载节点的负载转移速度.通过有效的负载平衡模式,解决资源调度中负载平衡及其可靠性问题.     

用爬山法实现无中心式网格调度

为方便网格资源的扩展,网格调度应当是无中心的.为在尽可能多的计算资源中为单地点作业优化资源选择,这里采用了爬山算法.当一个网格调度器收到一个单地点作业,爬山法被激活,根据网格调度器之间的相邻关系为作业找出最适合的计算系统,这里每个计算系统的适合度用预测的作业响应时间表示.实验模拟了无中心式网格调度与计算系统之间的性能差别,每个计算系统的本地调度采用保守式装填法,网格工作负荷由模型得到,并用一段工作负荷的平均响应时间衡量调度性能.实验结果表明,即使在作业提交点分布不均匀且运行时间估计不准确情况下,爬山法仍可有效改善单地点作业的调度.     

面向服务的网格高性能计算策略

网格技术和Web服务的发展，促成了服务计算的诞生和发展．本文在面向服务的架构下，重新研究传统计算网格下的高性能计算．首先，针舛高性能计算应用的特点，结合面向服务的思想，提出了一种层次资源管理体系结构．其次，分析了适用于网格环境的高性能计算应用的程序结构，并通过有向无循环图（DAG）加以表示．第三，基于上述的资源管理体系结构和高性能计算应用模型，提出了一种改进的动态优先级调度算法．最后，通过仿真实验，分析了提出的算法的性能，实验结果表明提出的算法适用于网格环境，进而验证了本文提出的面向服务的网格高性能计算策略的有效性．     

基于遗传编程的网格资源调度算法

网格资源调度是一个非常重要的研究课题。由于因特网的开放、动态性,传统的资源调度和分配方法已经不再适用网格计算,基于经济模型的资源管理和调度成为研究热点。在计算市场模型中,构造有效的效益函数又是提高算法性能的关键。有关文献中采用的是线性效益函数,虽然降低了复杂度,但不能很好地反映用户的效益。文中提出了基于遗传编程来寻找和构造非线性效益函数的方法,并将其应用到网格调度算法中。实验结果表明该算法可以提高网格中的资源调度性能。     

基于遗传编程的网格资源调度算法

网格资源调度是一个非常重要的研究课题.由于因特网的开放、动态性,传统的资源调度和分配方法已经不再适用网格计算,基于经济模型的资源管理和调度成为研究热点.在计算市场模型中,构造有效的效益函数又是提高算法性能的关键.有关文献中采用的是线性效益函数,虽然降低了复杂度,但不能很好地反映用户的效益.文中提出了基于遗传编程来寻找和构造非线性效益函数的方法,并将其应用到网格调度算法中.实验结果表明该算法可以提高网格中的资源调度性能.