基于输入排队的调度算法

基于输入排队(IQ)调度算法的存储器带宽要求较低,因而能很好应用于高速路由器中.该文讨论了目前基于IQ的调度算法,对该领域的成果进行了较全面的总结,对当前研究的新进展进行了重点分析和比较,为进一步的研究提出了新的课题和思路.     

ON-OFF过程模拟突发业务在调度仿真中的应用研究

介绍了一种使用0N-OFF模型完成网络突发业务建模的方法,并且利用该模型完成了突发业务在输入排队调度中的仿真,为下一步研究开发在突发业务条件下具有鲁棒性的输入排队调度算法打下了基础。     

基于输入排队的高速交换调度算法研究

高速交换网络一般采用基于定长信元的交换结构,其性能决定于排队策略和信元调度算法.输入排队策略只有和一个有效的调度算法相结合,才能保证交换结构具有良好的吞吐率和时延等性能.主要阐述了基于VOQ的最大数量匹配算法,最大权重匹配算法,稳定结合算法,神经网络算法等输入排队调度算法,分别从技术特点,性能指标和实现复杂度等多个方面进行比较和分析.分析了分布式和集中式两大类调度算法的工作方式,并根据各类算法的特点提出,神经网络算法可以通过定义其优先级函数实现其余各类算法.     

CMRR:一种新的混合式输入排队调度算法

在传统调度算法的基础上,提出了一种新输入排队调度算法——CMRR,混合式输入排队调度算法,仿真实验和理论分析表明,该算法的性能优于现有的iSLIP等调度算法。     

高速IP路由器中输入排队调度算法综述

高速IP路由器一般采用基于定长信元的交换结构,其可扩展性和性能分别受排队策略和调度算法的影响.基于输入排队策略的路由器具有良好的可扩展性,但需要一个有效的调度算法的支持,才能保证吞吐率和延迟等性能.主要讨论输入排队调度算法,将现有的调度算法分为4类:最大(无权重)匹配、最大权重匹配、稳定婚姻匹配和确定型调度.对每一类算法,从技术特点和性能指标两个方面进行比较和分析.最后给出了输入排队调度算法的发展趋势.     

宽带路由器输入排队调度策略的综合研究

1 引言输入调度策略可以分成输入排队的调度策略和输出排队的调度策略。长期以来,人们一直认为输入排队的调度策略性能比较差,因而对输出排队的调度策略进行了大量的研究。但是,输出排队的调度策略要求输出端的接口速率是输入端的N倍(N是端口数量),否则就会出现大量丢包的情况。随着输入端口速度的不断提高和输入端口数量的增多,输出排队的调度策略已经不能满足高速交叉开关的要求。分组在交换前被拆分成定长的数据包,数据包经过交换结构后在目的端口被组装成原分组,然后送往物理线路。目前的宽带路由器基本上采用输入缓冲的方式。这主要有以下两个方面的原因:第一,采用输入缓冲方式对存储器的速度要求不高。同输出缓冲方式和共享缓冲方式相比,输入缓冲方式对存储器的要求同交换结构的规模无关,从而可以使得路由器的规模较大。第二,在因特网上TCP数据所占的比例很大。TCP数据具有突     

基于最高响应比法和匈牙利算法的调度系统在流水线、仓储系统中的应用研究

为了将孤立的流水线系统和仓储系统有机的联系起来,基于最高响应比法和匈牙利算法的调度系统设计了其在流水线、仓储系统中的优化应用,建立了最高响应比法和匈牙利算法的数学模型,我们认为,通过该调度系统能够提高流水线系统和仓储系统的工作效率,并能进一步优化其任务的调度机制。     

在CICQ交换结构下实现分布式的输入排队DRR分组公平调度

传统的基于crossbar的输入排队交换结构在提供良好的QoS方面存在很大的不足,而CICQ(combined input and crosspoint buffered queuing)交换结构与传统的交换结构比,不但能在各种输入流下提供接近输出排队的吞吐率,而且能提供良好的QoS支持。基于CICQ结构,提出了在输入排队条件下实现基于流的分布式DRR分组公平调度算法的方案,并通过仿真验证了这一方案的有效性。     

iRSDRR:一种全异步的基于输入排队Crossbar交换结构的调度算法

DRR(DualRound-Robin)[1]调度算法是一种公平、高效、硬件实现简单的基于输入排队Crossbar交换结构的信元调度算法。为了进一步改善这种算法的性能,该文提出了一种全异步的多次迭代DRR算法,即iRSDRR(iterativeRo-tatingStaticDualRound-Robin)。该算法在开始时,将所有的输入、输出仲裁器的指针全部设置为异步的,以后每个时隙静态地更新所有的仲裁器的指针。仿真结果表明该算法在不同业务流条件下的性能都优于DRR调度算法。     

Gigabit路由器中变长分组输入排队的神经网络调度

高速有效的分组调度算法是影响Gigabit路由顺性能的关键。该文基于Hopfield神经网络,提出了一种输入排队的变长分组调度算法,并给出了调度系统的结构。模拟运行显示该算法是高效的。同时提出了硬件实现的电路模型,以利于该算法的实际应用。     

使用Ford-Fulkerson算法研究输入排队调度

Ford-Fulkerson算法是图论中求解网络最大流的经典算法之一。输入排队Crossbar调度算法是以获得交换机的输入端口和输出端口最大匹配,从而得到高吞吐量。因而在调度算法理论研究中把应用了二部图最大匹配的MaximumSizeMatching(MSM)和MaximumWeightMatching(MWM)算法作为目前各种调度算法性能评价标准。论文介绍了如何使用Ford-Fulkerson算法求解二部图的最大匹配,并且应用算法于输入排队调度算法仿真中,得出对应典型算法MSM和MWM的性能仿真曲线,从而为进一步研究调度算法打下理论基础。     

基于Edmonds-Karp算法的输入排队调度

输入排队Crossbar调度算法是以获得交换机的输入端口和输出端口最大匹配,从而得到高吞吐量为目的.因而在调度算法理论研究中把应用了二部图最大匹配的Maximum Size Matching和 Maximum Weight Matching算法作为目前各种调度算法性能评价标准.Edmonds-Karp算法是图论中求解网络最大流的经典算法之一.该文介绍了如何使用Edmonds-Karp算法求解二部图的最大匹配问题,并且应用算法于输入排队调度算法仿真中,得出经典MSM和MWM算法的性能仿真曲线,为进一步研究调度算法打下了理论基础.     

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。     

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。     

蚂蚁算法在车间作业调度问题中的应用

蚂蚁算法是近年来新出现的一种随机型搜索寻优算法,自从在TSP等著名问题中得到富有成效的应用之后,已引起越来越多的关注和重视。论文进一步将这种新型的生物优化思想进行扩展,提出了一种解决车间作业调度问题(JSSP:JobShopSchedulingProblem)的蚂蚁优化算法,给出了求解的一般步骤和流程。通过计算实例的结果,说明了该算法优于传统算法。     

云计算资源调度算法仿真

针对云计算的资源调度问题,有效利用云网络结构,是分布式结构与网格技术中的主要问题.大量资源调度算法使用任务结构对云计算环境下的负载进行分配,但较少考虑网络节点的动态信任度问题使得云计算资源存在一定的安全隐患.首先基于云计算任务串并联结构对网络动态资源进行分配,然后使用粒子群算法并结合节点置信度指标进行改进.通过仿真进行验证,证明了改进方法在增加节点信任度指标后提高了云计算资源的利用率,降低了网络资源负载.     

基于Hadoop的车辆调度算法优化及应用

随着互联网技术的快速发展,各行各业所产生的信息数据也在以指数级的速度增长.传统的车辆调度算法已经不能够很好地解决车辆调度问题中出现的实时性,大规模等问题.因此,本文构建了一种基于Hadoop的动态车辆调度并行智能优化算法.该算法以传统遗传算法为基础,通过改善遗传算法全局优化能力弱和收敛于局部次优解的问题,并利用Hadoop平台的并行计算机制对传统遗传算法进行改进,使其能够有效应对大规模、快速响应的车辆调度.数值计算结果表明：基于Hadoop的车辆调度算法能够有效提升传统调度算法的优化性能,在处理大规模车辆调度问题时具有良好的加速比.     

蚁群算法在输电线路检修计划中的应用

以编排输电线路检修计划为背景开展蚁群算法应用研究。以系统在整个规划周期内输电线路检修引起的供电不足风险增加量最小为目标,同时保证各条输电线路检修启动时段始终控制在可选集范围内,提出并描述了基于蚁群算法的输电线路检修计划模型,实例仿真验证了模型的有效性和实用性。     

遗传算法在公交调度中的应用研究

以乘客和公交公司总效益最大为调度目标,建立了公交运营参数优化模型,给出了用遗传算法求解该模型的步骤,用“青岛市公交示范线”501线路运营数据对提出的模型及算法进行了验证。