多特征参数的任务模糊调度算法

针对任务具有特征参数多和特征参数不确定性的特点,提出了一种基于模糊理论的任务调度算法。利用模糊集合来描述任务的不确定性特征;使用多层模糊综合评判和最大隶属度原理来综合考虑任务的多个特征参数并确定任务的优先级;采用动态构建多层评判模型的调度策略来减小任务优先级评判的失效率。仿真表明,该算法提高了任务调度的成功率,降低了任务截止期的错失率和任务优先级评判的失效率。该方法可应用于优先等级有限的实时系统任务动态调度中。     

抢占阈值调度算法的分析与研究

本文详细论述了应用于静态优先级实时系统的抢占阈值调度算法。描述了算法实现和任务集合可调度性判定公式的推导,分析了算法的性能特点,阐述了抢占阈值调度是静态优先级嵌入式实时系统开发中调度算法的合适选择。     

面向MPSoC系统多特征的模糊动态调度算法

针对MPSoC系统中的不确定多特征,提出基于模糊集理论的多核系统动态启发式调度算法.利用模糊集描述系统的多种不确定特征,根据模糊隶属度计算确定任务和资源的调度优先级,以提高任务调度的可并发执行能力;综合资源的最早可用时间和利用率,适当选取最接近处理器评估函数均值的处理器,以提高处理器利用率和均衡处理器负载.仿真模拟结果...     

实时协同的调度算法研究

研究了目前流行的实时调度技术,归纳总结了不同调度技术下的典型调度算法,介绍了实时调度算法的调度规则、调度特点、适用场合以及需要解决的问题,分析了典型商业实时操作系统中的调度技术,提出了增强操作系统实时性能需要解决的技术问题,为将优秀的实时调度算法应用在实时操作系统中奠定了理论基础。     

运行时间自适应的事务调度算法

实时数据库中是基于事务的不同优先级进行事务的调度,所以事务优先级的确定对实时数据库的效率有着至关重要的作用。本文讨论了一个运行时间自适应的事务调度算法,对算法思想和调度策略进行了深入的研究。该算法事务的估计运行时间与CPU时钟无关,具有自适应的能力,并且可以得到周期性事务的准确运行时间,对于周期性事务比例比较高的应用系统非常适合。     

实时系统调度算法的优化设计

文章介绍了Linux操作系统实时调度算法的简化模型,并提出了一种优化改进调度算法。该算法以进程的重要性为基础,兼顾截止期内完成进程的紧迫程度,建立了进程的优先级队列。算法可通过双链表来实现。对比实验结果表明,优化后的算法与优化前相比,特别是CPU正常负载时,可以实现更高的价值完成率和进程完成率,从而有效地提高了操作系统的实时性能。     

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。     

计算机控制中的模糊调度设计

研究了具有模糊截止期的多控制任务的实时调度问题,提出了奉献度的概念和最大奉献优先（LDF）的调度策略．为了减小因任务间频繁切换造成的系统开销。提出了基于抢占阈值的最大奉献优先（TLDF）调度策略．最后,通过仿真比较了LDF和TLDF两种调度策略,实现了具有模糊截止期的控制任务调度,在减少并均衡控制性能损失的同时提高系统计算资源的使用率．     

基于时延的动态优先级调度算法

队列管理是提高网络 QoS 的一种有效方法.在基于时延的调度算法(BDS)基础上将时间片与优先级相结合,提出了一种基于时延的动态优先级调度算法(DDPQS).为了实现该算法,针对进入缓冲区的每个子队列设置一个计数器,以调整的计数器值为基准来动态的改变队列的优先级,从而达到队列调度的效果;又从研究该算法的过程中,发现其局限性,即计数器值对时间片过于敏感的问题,于是进一步采用设置阈值进行区分的方法来优化.优化前后的仿真结果表明,时延和吞吐率性能具有明显改善.     

基于时延的动态优先级调度算法

队列管理是提高网络QoS的一种有效方法。在基于时延的调度算法（BDS）基础上将时间片与优先级相结合,提出了一种基于时延的动态优先级调度算法（DDPQS）。为了实现该算法,针对进入缓冲区的每个子队列设置一个计数器,以调整的计数器值为基准来动态的改变队列的优先级,从而达到队列调度的效果;又从研究该算法的过程中,发现其局限性,即计数器值对时间片过于敏感的问题,于是进一步采用设置阈值进行区分的方法来优化。优化前后的仿真结果表明,时延和吞吐率性能具有明显改善。     

多处理器计算环境中基于能量节约的实时动态调度算法

当前处理器由于较高的能量消耗，导致处理器热量散发的提高及系统可靠性的降低，已经成为目前计算机领域较为关心的问题．然而目前一些有效降低能量消耗的技术大多针对单处理器系统，较少考虑多处理器系统．提出的调度算法针对多处理器计算环境，以执行时间最快的任务优先调度为基础，结合其它有效技术（共享空闲时间回收），使得实时任务在其截止期内完成的同时能够有效地减低整个系统的能量消耗．针对独立任务集及具有依赖关系的任务集，提出两种针对同构计算环境的算法：STFBA1（Shortest—Task—First—Based Algorithm）及STFBA2，及两钟针对多任务集的算法HSA1（Hybrid Seheduling Algorithm）及HAS2．在单任务集计算环境下，与目前所知的有效算法相比，算法具有更好的性能（调度长度及能量消耗）．在多任务集计算环境下，基于混合调度策略的算法能够明显改进调度性能．     

实时多处理器系统中基于能量节约的动态调度算法

当前处理器由于较高的能量消耗。导致处理器热量散发的提高及系统可靠性的降低，已经成为目前计算机领域较为关心的问题．然而目前一些有效降低能量消耗的技术大多针对单处理器系统，较少考虑多处理器系统．本文提出的调度算法针对多处理器系统，以最短任务优先调度为基础，结合其它有效技术，如共享空闲时间回收等，使得实时任务在其截止期内完成的同时能够有效地减低整个系统的能量消耗．针对独立任务集及具有依赖关系的任务集，本文提出两种算法：STFBA1及STFBA2（Shortest Task First—Based Algorithm）．与目前所知的有效算法相比，我们的算法具有更好的性能（调度长度及能量消耗）．     

Multicycle Polling Scheduling Algorithms for FieldBus Networks

The paper deals with the scheduling of periodic information flow in a FieldBus environment. The scheduling problem is defined from an analytical point of view, giving a brief survey of the most well-known solutions. One of these is called multicycle polling scheduling, which is based on the hypothesis that all the production periods of the periodic processes to be scheduled are harmonic. Although in some process control or manufacturing scenarios, this hypothesis may be acceptable, there are many real industrial processes to which it cannot be applied. The aim of the paper is to make a contribution towards solving the scheduling problem. It essentially concerns extension of the theory on which multicycle polling scheduling is based to a much more realistic and general scenario, where the periods of all the processes to be scheduled have arbitrary values. The authors present a new formulation of multicycle polling scheduling, called extended multicycle polling scheduling, and demonstrate that it comprises the scenario currently considered in the literature. Two algorithmic solutions for extended multicycle polling scheduling are then proposed, giving a computational complexity analysis which will highlight the capability of the algorithmic scheduling solutions to be performed on-line. The paper concludes by comparing the multicycle polling scheduling approach known in literature and the one presented in the paper. Comparison is performed by evaluating the use of available bandwidth to serve both periodic and asynchronous traffic in the two approaches.     

基于模糊遗传算法的模糊调度研究

就模糊调度问题的研究现状、研究方法进行了评述 ,探讨了加工时间与交货期的模糊化操作以及基于模糊遗传算法的模糊调度系统 ,归纳了模糊遗传算法中模糊数的操作和遗传算法的编码 ,并指出了存在的不足 .指出模糊生产环境下模糊加工时间与模糊交货期综合问题的研究是当今全球性市场竞争机制所带来的必然趋势.     

片上网络有环通信集的实时调度算法

片上网络能够用来为多核/众核片上系统提供高速的核间通信.如何保证片上网络通信的实时性是目前片上网络研究亟待解决的问题之一.本文针对有环的通信集提出了两种实时调度算法CS-VC和CS-TI,并给出了通信集用这两种算法可调度的通信集利用率界限(也称为通信集可调度的充分条件).实验部分将CS-VC和CS-TI与目前最先进的能用于有环通信集的实时调度算法进行了比较,实验结果表明CS-VC和CS-TI有更高的接收率,并且当通信集和片上网络规模越小时,CS-VC和CS-TI的接收率越高.CS-TI与CS-VC相比虽然接收率较低,但CS-TI无需额外的片上网络结构作为支持更便于实现.     

硬实时系统中基于软件容错的动态调度算法

在硬实时系统中,由于任务超时完成将会导致灾难性后果,因而硬实时系统具有严格的时间及可靠性限制条件.目前实时容错调度算法大部分针对硬件的容错,很少考虑软件运行的故障.提出了两种类似EDF(earliest deadline first)的软件容错的动态实时调度算法:PKSA(probing K-step algorithm)和CUBA(changing utilization-based algorithm).两种算法在任务执行过程中,通过若干试探性检测步骤,提高了任务可执行性的预测,尽可能地避免了任务早期的失败对后续任务的影响,因此提高了任务的完成率,同时也有效地减少了浪费的CPU时间片数量.通过实验测试,与目前所知的同类算法相比,具有更佳的调度性能--调度成本平衡性.     

异构实时多处理器系统的动态调度算法研究

实时多处理器系统的动态调度算法一直是实时系统中的重要研究课题.根据异构实时多处理器的特点,提出了一种新的异构实时动态调度算法P_IEFT.该算法采用了一个新的处理器分配策略——将任务分配到能最早完成任务的处理器上.该策略能够缩短调度长度,提高后继任务被接受的可能性,从而能够提高成功调度率.模拟结果表明,该调度算法的成功调度率高于近视算法和节约算法的成功调度率.     

副版本优先级可提升的全局容错调度算法

在主副版本机制的全局容错调度中,副版本运行窗口短,采用优先级继承策略的副版本响应时间长,容易错失截止期.针对副版本实时性差的问题,提出基于优先级提升策略的全局容错调度算法(fault tolerant global scheduling with backup priority promotion, FTGS-BPP),通过赋予副版本比主版本高的优先级,减少副版本在运行过程中受到的干扰,缩短了副版本的响应时间,改善了副版本的实时性,从而减少了实现容错所需的额外处理器资源.仿真结果表明,和采用优先级继承策略的全局容错调度算法相比,FTGS-BPP在调度相同的任务集时明显降低了处理器资源需求.