并行嵌入式系统中具有通信竞争任务调度问题的高级列表调度方法

现代嵌入式系统正在向使用多核或多处理器进行并行处理的方向发展.针对并行嵌入式系统中具有通信竞争情况下的任务调度问题,文中提出3项高级技术以提高列表调度方法的性能.首先使用5组(已存在的两组和新提出的3组)节点等级作为节点优先权来生成节点列表;然后使用关键子节点技术来改善调度过程中处理器的选择;最后使用通信延迟技术扩大通信连接线上的空闲时间区间.文中还给出了组合使用这3项技术的高级动态列表调度方法.实验结果表明,在中等通信代价和高通信代价的情况下,组合高级动态方法能够有效地缩短调度长度,可以在通信代价很高时通过优化使用硬件资源使调度结果加速高达80%.     

基于通信竞争的Fork-Join任务图的调度算法

Fork-Join任务图是一种并行处理的基本结构,目前已有的Fork-Join任务图的调度算法大多没有考虑实际应用中通信链路的竞争及延迟以及节省处理机的问题,导致算法在具体应用中效率较低.因此,针对Fork-Join任务图,提出一个基于通信竞争的贪心调度算法,该算法具有高的加速比和总体效率,时间复杂度为O(vlogv),其中v表示任务集中任务的个数.实验结果表明,该算法相比其它算法具有较短的调度长度、较短的完成时间,使用的处理机数较少,具有更强的实用性.     

基于优先级链表结构的大学排课算法设计与实现

针对计算机解决大学课程表问题的难点,提出使用优先级链表解决课表问题的贪心策略。该策略定义了特有的数据优先级权重,并以权重为基础生成排课数据的优先级链表,以优化设计编码,实现了一种基于链表操作的贪心排课算法。     

云计算环境下基于路径优先级的任务调度算法

为了最小化云计算系统的任务调度长度,结合表启发式调度技术和任务复制的思想提出基于路径优先权的任务调度算法.采用一种新方法计算DAG图中任务节点及边的权值,从最高优先权的路径开始依次选择任务进行调度,并通过有选择性地复制任务节点的父任务来减少任务间信息传送的时间花费,最后将任务安排到使其执行完成时间最早的虚拟机上.通过随机产生的DAG图与HEFT算法进行对比分析,实验结果表明了该算法能获得较短的调度长度.     

基于多核处理器并行系统的任务调度算法

针对多核处理器并行系统的特点,提出了相应的任务调度算法,该算法在任务调度之前加入了任务分配技术,通过合理的任务分配,可有效减少多个处理器间的通信开销,使任务调度效率更佳.仿真实现了该算法,并通过实验数据证明了该算法的优越性.     

一种分布式计算环境下并行应用的调度算法

在网络上运行并行程序不像在并行机上那样可靠,因此对于关键应用需要在应用级保证消息传输的可靠性.人们对以异步方式进行通信的并行程序的调度问题提出了大量的启发式算法,但是它们所产生的调度结果不能用于以同步方式通信的并行程序.提出的PRGSC算法可以防止由同步通信所引起的死锁问题,而且可以降低同步通信所带来的时延的影响.形式化地证明了死锁检测算法的正确性,并通过仿真实验说明了PRGSC算法有很好的调度质量.     

基于规则引擎的通讯卫星应急任务调度

为降低调度规则变动对独占资源通讯卫星应急任务调度系统的影响,提高系统的灵活性、可扩展性及易维护性,提出一种基于规则引擎的独占资源通讯卫星应急任务调度方法,运用规则引擎技术实现调度规则与业务逻辑代码的解耦。通过研究独占资源通讯卫星应急任务调度策略,设计应急任务调度规则,结合Drools规则语法建立调度规则库。在Rete算法节点共享机制研究的基础上,设计基于权重的节点连接方法,改进推理网的构建过程,优化推理网的结构。实验结果表明,基于改进后的规则引擎的调度系统拥有更好的运行效率。     

并行机成组调度问题的启发式算法

研究了优化目标为总拖后/提前时间最小化的并行机成组调度问题,提出了一种三阶段启发式近似求解算法。首先把并行机问题看成单机问题,以最小化总拖后时间为优化目标排列工件的加工次序;然后将工件按第一阶段所求得的次序指派到最先空闲的并行的机器上;最后采用改进的GTW算法对各机器上的工件调度插入适当的空闲时间。计算表明该算法能够在很短的时间内给出大规模调度问题的近似最优解。     

无线簇树网下的GTS时隙调度算法

研究了无线传感器网络簇树结构下的超帧调度机制,针对无线簇树网络中的通信冲突和暴露节点问题展开研究,提出了一套分析理论和判定准则,并在此基础上给出了一种基于区分服务的GTS统筹调度算法。利用NS2软件进行仿真实验,结果表明：算法能够充分利用信道,合理分配时隙,避免不必要的通信冲突,在提高吞吐率、减少丢包率和稳定网络时延方面都具有明显的效果。     

基于粒子群算法的多核处理器线程调度研究

为有效解决多核处理器的线程调度问题,提出了一种基于粒子群算法框架上的线程调度算法.该算法依据设计的调度模型,在线程DAG图上通过复制不在同一处理器上且存在相关性的线程,生成相互独立的子DAG图,并采用改进的粒子群优化算法对其进行合理调度,由此提高线程调度效率.仿真实现了该算法,并通过实验数据验证了该算法的优越性.     

XQuery并行实现中的任务调度算法

为提高XQuery语言的处理性能,针对XQuery并行实现中的任务调度问题,提出一种适用于共享内存多线程环境的调度算法。在一种新型调度策略的指导下,能够利用XQuery语言中存在任务并行性、数据并行性和流水线并行性的特点,提高程序并行执行效率;针对流水线并行执行方式,建立一种流水线局部并行自动机模型,通过利用流水线中各节拍之间的空闲等待时间,提高系统资源的利用率。通过实验验证了该算法的可行性和有效性。     

云计算环境下多DAG调度的资源分配进化算法

现有多DAG调度研究主要在多个DAG共享资源调度的时间最小化、公平性最大化、吞吐量最大化等问题方面提出了相关的解决方案,然而,现有的方法还不能很好地解决云计算环境下多DAG共享资源调度的资源分配优化问题.为此,首先分析讨论了一组多DAG共享云计算资源调度中的多DAG数量、属性结构分布特点与资源需求量之间的关系,并在此基础上提出了基于资源需求强度预测变异方法的进化算法EFRD,有效地解决了云计算环境下多DAG共享资源调度的资源分配优化问题,既保证了多DAG的调度执行时间最小化,也避免了资源的浪费.实验表明,EFRD算法能够有效地收敛到最优解.     

同构环境中基于通信竞争的任务调度算法

基于DAG的静态任务调度算法已有深入的研究及应用.目前的调度算法大多假定处理器之间可以并行接收数据,而没有考虑实际应用中通信链路的竞争及延迟,进而导致调度算法在具体应用中效率较低.侧重研究同构计算环境下具有依赖关系任务的边调度问题,结合传统任务调度问题中的有效策略,提出基于优化插入的调度算法(OISA).OISA根据实际问题的具体特征,采用改进的路由算法选择负载较少的数据链路,并通过形式化的证明以优化通信数据在链路的开始传输时间,以达到降低调度长度的目的.通过试验测试表明,OISA在性能上明显优于目前已有的相关算法.     

A distributed switch scheduling algorithm

The maximum weight matching algorithm is a high-performance scheduling algorithm for cross-bar switches. It is known that it performs optimally under heavy loads. However, its centralized nature and high computational complexity limit the algorithm’s applicability. This paper presents a randomized algorithm for distributed switch scheduling that is capable of delivering high throughput.     

解不同交货期并行机调度问题的并行遗传算法

为有效地解决不同交货期窗口下的非等同并行多机提前/拖后调度问题,设计了一种分段编码的混合遗传算法。此编码方式能反映工件的分配序列,并利用调度优先级规则和最好适应值规则相结合的启发式算法对其顺序进行了调整,加快了收敛速度。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,优于遗传算法,有着较高的并行性,并能适用于大规模不同交货期窗口下非等同并行多机提前/拖后调度问题。     

Multiprocessor scheduling and neural network training methods using shuffled frog-leaping algorithm

In this paper, we designed novel methods for Neural Network (NN) and Radial Basis function Neural Networks (RBFNN) training using Shuffled Frog-Leaping Algorithm (SFLA). This paper basically deals with the problem of multi-processor scheduling in a grid environment. We, in this paper, introduce three novel approaches for the task scheduling problem using a recently proposed Shuffled Frog-Leaping Algorithm (SFLA). In a first attempt, the scheduling problem is structured as a problem of optimization and solved by SFLA. Next, this paper makes use of SFLA trained Artificial Neural Network (ANN) and Radial Basis function Neural Networks (RBFNN) for the problem of task scheduling. Interestingly, the proposed methods yield better performance than contemporary algorithms as evidenced by simulation results.     

基于RM与EDF的实时混合调度算法研究

通过对实时系统中静态调度算法RM和动态调度算法EDF的研究与分析,针对两种调度算法在实际应用中的问题,提出了一种基于阈值δ的混合调度算法,将RM与EDF调度算法相结合,并从数学角度描述了混合调度算法的可调度性与实时任务的周期、执行时间等属性之间的关系,给出了混合调度算法可调度性的充分必要条件。最后用实验验证了混合调度算法的有效性。