控制系统中周期性任务的静态优化调度算法

分析了控制系统中的周期任务特性，给出了控制系统中周期性任务模型。分析了RMS调度算法任务下的可调度性，给出了求任务响应时间的算法。提出任务调度中系统优化应满足的条件。最后，给出了求优化采样频率的算法和控制系统的静态优化调度算法。     

一种新的FMS优化调度算法

提出一种将遗传算法和启发式算法相结合的新的混合算法,以解决ＦＭＳ中的优化调度问题。该混合算法克服了以往遗传算法在ＦＭＳ中应用的不足之处,并具有搜索效率高且稳定的特点。最后以实例验证了该算法的高效性和稳定性。     

一种新的FMS混合调度算法

在综合一种新的Petri网模型以及另一种新的混合优化策略的基础上,提出了一种具有全局优化特征的PMS调度算法,最后,仿真结果验证了该算法的有效性以及良好的研究与应用前景。     

一种新的操作调度算法

操作调度是高级综合中的主要任务。本文对当前大多数高级综合系统所采用的调度算法进行分析之后，针对它们的全局性差，计算复杂度大的不足之处，提出了一种新的操作调度算法，经实验证明，该算法具有高效，复杂度低的特点，并且能够产生全局优化解，当用在高级综合系统中时，能极大地提高所产生的设计的质量。     

DAG任务图的一种调度算法

并行程序的调度技术是开发并行计算机系统的计算潜能的关键问题。本文讨论了4种典型的调度算法的缺陷，提出了一种新的调度算法CPFMBF，它采用的策略是：优先调度关键路径节点，其次调度b-level值大的节点，再次调度节点的关键路径影响度大的节点。对照分析及在几种具代表性的工程应用任务图上的实验结果证明CPFMBF算法的调度性能普遍好于其它算法。     

基于启发式算法降低比例公平调度开销策略

在多处理器系统中已经证明了比例公平(proportion fair, Pfair)算法是调度周期任务最优的全局调度算法。然而在该算法的最坏执行情况下,任务在每个调度时刻均产生切换或迁移,导致系统开销过大。针对这一问题,对Pfair算法进行深入研究后发现,任务的分配过程是一个重要原因。基于此,提出基于启发式算法的模拟退火比例公平(simulated annealing-proportion fair, SA-Pfair)调度算法,即在Pfair算法做出调度决策后,用启发式算法将任务分配给处理器,以弥补原算法的不足。最后,采用LITMUS-RT平台对SA-Pfair算法和以此为基础设计的调度器进行仿真。结果表明,新算法在一定程度上减少了任务的切换次数以及50%以上的任务迁移总量,且能够有效地降低调度过程中的系统开销。     

控制系统中实时任务的动态优化调度算法

提出一种新的调度算法——带有非周期服务器的EDF调度算法.分析了所有任务的可调度性,给出了可调度条件,并给出一种新的周期性任务模型以及主优先级和辅助优先级的概念.它们在保证任务可调度的前提下,对周期性任务的采样频率和控制延时进行优化.仿真结果表明,该算法可以提高周期性任务的采样频率,并降低控制延时,即能优化系统的性能.     

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.     

一种降低核间通信开销的调度算法

近年来,多核处理器在嵌入式领域得到越来越广泛的应用,但多核间不可避免的通信开销阻碍了系统性能大幅提升,因此研究如何降低核间通信开销变得尤为重要. 针对同构多核平台上周期依赖任务,提出一种降低核间通信开销的任务调度算法并在该基础上进行优化,通过对部分任务预先调度一个周期,将周期内任务间的数据依赖转换成周期间的数据依赖,从而缩短调度长度,提高系统性能. 对以上算法进行仿真模拟,并分别在双核和四核平台上进行多组实验. 结果表明：提出的调度优化算法可以显著降低周期依赖任务核间通信开销,提高执行效率.     

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。     

提高卫星服务寿命的任务规划方法研究

基于组网卫星协同工作规划可提高复杂任务处理的基础上,本文探索降低规划风险,提高卫星服务寿命的卫星任务规划方法.从提高卫星服务寿命角度,建立用于描述资源使用期望的目标规划模型;建立卫星任务规划模型,在任务方案与资源使用中考虑了规划风险要素,并将资源使用目标模型引入到任务规划模型中,以期在规划中同时优化卫星服务寿命要素;基于邻域贪心扩展改善遗传禁忌求解算法,并运用分布并行技术提高工程实用性;利用STK提供基础仿真数据,对模型与算法进行了验证.     

一个调度Fork-Join任务图的最优算法

Fork-Join任务图是一种并行处理的基本结构.虽然许多算法在任务满足某些条件时能产生最优调度,但往往没有考虑节省处理器个数和减少任务集的总完成时间,从而降低算法的加速比和效率.因此,提出一种基于任务复制的平衡调度算法,其时间复杂度为O(vq+vlogv),v和q分别表示任务集中任务的个数和使用的处理器个数.通过分析已用处理器的负载和空闲时间段,把任务尽量分配到已用的处理器上以均衡负载,从而提高其利用率.实验结果表明,该算法的加速比和总体效率优于其他算法.因此,该算法对于高性能应用程序的调度是一个较好的选择.     

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.     

启发式算法在计划排产中的应用

面向单件生产的车间生产作业计划排产问题一直是研究的热点和难点。文中结合汽车模具行业生产管理特点和实际生产状况,针对有限能力排产问题,提出了具体的排产方法和步骤,并建立了基于启发式算法的车间作业优化排序函数。上述研究成果将提高排产的有效性,解决我国单件生产企业在计划排产中普遍存在的问题,对于加强车间生产控制和管理起到促进作用。     

基于任务复制的分簇与调度算法

针对并行与分布式系统中相关任务的静态调度问题,以最小化调度长度为主要目标,以减少资源数为次要目标,对待复制的重要祖先集定义了新的选择策略,提出了基于任务复制的动态关键前驱调度算法.改进了粒度的定义,证明了对任意DAG,算法有优于前人的性能下界.实验结果优于典型任务复制算法,特别是对经典EZ算例的解(调度长度为8)好于前人认为的理论最优解(调度长度为8.5),并证明了新的解为最优解.定义了DAG的补图,讨论了不允许任务复制时树型DAG的2-优度算法.     

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。     

数据交换平台的任务调度模型设计

为完善辽河流域水体污染控制与治理体系,在辽河流域不同的管理信息系统异构数据源间进行数据交换与共享,需要构建一个数据交换平台.任务调度是数据交换平台的核心部分,主要功能是解析任务模型,动态集成平台资源,驱动整个平台运行.基于辽河流域数据交换平台的系统架构与问题需求,提出一种任务模型,并对系统中任务进行分类,从而引出数据交换平台中的任务调度问题及目标.设计了一个适用于异构数据源间进行数据交换的任务调度模型,阐述了该模型的工作原理及各个部件的主要功能,该模型采用优先级策略来保证任务实时性.最后,通过Java并发机制进行实验模拟,证明了该模型的有效性.     

扩展QoS指导的网格任务调度算法

考虑了网格任务多级别QoS需求,根据任务的服务质量级别进行排序,优先调度服务质量级别较高的任务,提出一种扩展QoS指导的Min-Min启发式网格任务调度算法。模拟实验结果表明,与QoS指导的Min-Min启发式算法相比,该算法在3种情况下的调度性能均能提高4.3%以上,具有较好的调度效果。