非精确任务集的容错EDF调度

该文将容错EDF调度算法和非精确计算技术结合起来,提高了算法的调度性能,使单处理器系统正常运行时具有高吞吐量,同时,在出现一个或多个偶发性软件错误时,仍能满足系统中关键任务的时限要求。     

多媒体服务器混合磁盘调度策略

基于多媒体服务器的性能要求，提出了一种自适应的混合磁盘调度策略DRT-window．它既能满足实时请求对实时性的要求，根据实时请求的截止期动态选择窗口大小；又能在其松弛度内尽努力(best-effort)地服务非实时请求，从而减少非实时请求的响应时间。DRT-window采用了两级层次调度方案：第一层为不同类型的请求采用各自适合的调度策略；第二层为混合请求调度嚣，混合调度第一层中的不同类型的请求。通过性能比较和理论证明，表明此混合磁盘调度策略能在保证实时请求无抖动执行的同时，尽量地减少非实时请求的响应时间。     

端到端时间约束的实时任务动态调度算法

在单处理机系统中,由于计算高优先级任务抢占的时间相对比较简单,所以单处理机调度理论取得了长足的进步.提出一个端到端时间约束的实时任务调度算法,当实时任务到达系统时,算法为任务的每个子任务在相应的处理机上预约一定的计算资源,把端到端的多处理机调度问题转换成单处理机调度问题,从而可以利用单处理机调度理论判定实时任务的可调度性.实验表明,该算法明显地提高了CPU利用率和任务接收率.     

基于DMS和EDF的CAN总线混合调度算法

针对CAN总线调度问题,分析了CAN网络中信息帧发生传输错误的概率化最大响应时间,融合DMS算法的可预测性良好、处理器开销低以及对数分区EDF算法的灵活性强、网络利用率高的特点,提出一种考虑消息关键性的混合调度算法;在上述研究基础上,利用MATLAB/SimEvents工具箱建立CAN网络模型,并对3种调度算法进行了仿真,当网络利用率达到约85%时,混合调度算法丢包率为0.8%,但丢失的数据不包含硬实时消息,而且成功降低了处理器的额外开销时间,仿真结果表明混合调度算法既能提高系统的实时性,又能减小处理器的运算负担。     

多处理器混合关键性系统中的划分调度策略

多核处理器正越发广泛地应用到现代嵌入式系统的设计与实现当中,其强大的计算能力为将多个不同关键性级别的功能子系统集成到统一的共享资源平台提供了支持.混合关键性系统的调度问题即便在单处理器平台中都极具挑战性,在多处理器平台则更为困难.将目前资源利用率最高的单处理器混合关键性调度算法EY-VD扩展到多处理器平台中.首先,结合传统的划分调度策略提出了适用于多处理器混合关键性系统的MC-PEDF(mixedcriticality partitioned earliest deadline first)划分调度算法.尽管比之前的算法有更好的可调度性能,但传统的划分策略不能有效地平衡不同关键性级别下的负载,故其不完全适用于混合关键性系统.为了克服传统策略的不足,提出了划分调度策略OCOP(one criticality one partition).OCOP允许系统在关键性模式切换时对实时任务集进行重新划分,进而更好地平衡各个处理器在不同关键性模式中的资源利用率.基于OCOP,提出了第2种划分调度算法MC-MP-EDF(mixed-criticality multi-partitioned EDF).基于随机生成任务集的仿真实验结果表明,与MC-PEDF和已有的算法相比,MC-MP-EDF能够显著地提高系统的可调度性,尤其是在处理器数量较多的系统中.     

改进型EDF调度算法的研究与实现

分析实时系统EDF调度算法的优缺点,为优化报文调度,提出基于EDF的相对价值可提升的且相对价值最大的任务最优先调度算法,采用多个参数计算报文的优先级。实验结果表明,与传统EDF调度算法相比,改进型算法能充分利用总线带宽,对总线报文进行最优化调度。     

基于模糊理论的多媒体实时调度算法研究

多媒体系统中的任务调度采用的是实时调度算法。传统的实时调度总是假设任务的属性是精确确定的并能够提供令人满意的结果，但实际任务的属性总是存在一个模糊的范围。文中在传统实时EDF算法的基础上，提出了基于模糊理论的可抢占式的实时调度算法(FEDF算法)。此算法的主要设计目标是在实时任务属性模糊条件下尽可能地减少任务丢失率，提高保证比率，实验结果表明该算法达到了预定的目标。     

EDF调度算法可调度性分析方法的改进研究

任务集的可调度性分析是实时系统研究和应用的关键问题。针对抢占式与不可抢占式EDF(earliest deadline first)调度算法, 分别给出了实时任务集新的可调度性测试条件, 针对任务集为可调度时可以实现快速判定。通过与已有的EDF算法的可调度性判定充要条件相结合, 提出了改进的抢占式与不可抢占式EDF算法的可调度性分析方法。仿真实验表明, 相对现有EDF算法的可调度性分析方法, 所提出的方法能有效提高算法性能。     

基于最佳并行度的任务依赖图调度

基于最佳并行度的任务依赖图调度策略充分利用编译时刻所得到的全局信息,采用横向和纵向任务合并,处理节点预分配,静态调度和动态调度相结合、集中式调度和分层调度相结合等措施,是一种简单的、具有较高效率的实用化调度方案.该调度方案能够在尽量压缩调度长度的情况下节约系统资源.     

混合任务系统的服务质量保障调度算法

开放式系统中存在大量的客户/服务软件架构,其中大量的混合客户任务（实时任务,非实时任务）请求与作为服务端的任务进行处理交互。传统的非实时调度算法用于服务任务处理请求时不能保障客户任务的服务质量。通过改进GRUB算法（剩余带宽贪婪回收算法）,提出了一种优化的混合任务系统的服务质量保障调度算法,保证客户任务的实时性和系统吞吐率。仿真实验验证了该算法对客户任务的服务质量保障作用。     

嵌入式实时操作系统任务调度算法改进

在嵌入式系统中，任务调度算法的好坏很大程度上决定了系统的性能。本文分析了嵌入式实时系统中有代表性的静态以及动态调度算法，在此基础上，结合静态和动态算法各自的优点，提出一种新的任务调度算法NEDF。     

RTLinux调度策略的研究

RTLinux是Linux的嵌入式实时内核，本文首先分析了RTLinux的工作原理和两种典型的实时调度算法(RMS和EDF)，然后深入分析了RTLinux下的动态调度器EDF和它的实现方法，并通过编程实现了EDF在SRP协议下的调度。     

基于用户优先级的云计算任务调度策略

根据云计算环境中用户任务调度的不同需求,提出一种基于改进离散粒子群优化算法的任务调度策略,可实现在短时间内对云计算任务的相对较优调度。将用户费用与该任务的截止时间相结合,构建相对合理的用户优先级,以引导算法的适应度函数的偏好。引入重优化判断准则,在保证算法有能力跳出局部最优的同时保持解的多样性,最终求出满足用户优先级偏好的任务调度映射。仿真实验结果表明,该策略更符合云计算调度的复杂环境,能得到全局较优的任务调度方案。     

含过程任务图的调度

我们在Ｆｏｒｔｒａｎ程序并行转换系统ＨＺＰＡＲＡ－Ⅱ的研究中遇到了含过程任务图的情形，对此我们提出了一种有效的调度方法。该方法可在Ｏ（ｎ＊ｅ）的时间内完成调度，调度结果可以与ＣＰ调度法相比     

Competitive On-Line Scheduling with Level of Service

Motivated by an application in thinwire visualization, we study an abstract on-line scheduling problem where the size of each requested service can be scaled down by the scheduler. Thus, our problem embodies a notion of Level of Service that is increasingly important in multimedia applications. We give two schedulers and based on two simple heuristics, and generalize them into a class of greedy schedulers. We show that both and are 2-competitive, and any greedy scheduler is 3-competitive. These bounds are shown to be tight.     

元计算环境中任务调度的深入分析

文章主要对元计算环境中任务调度进行了深入分析与研究。先概述了元计算系统对于科学领域的贡献,分析了元计算环境的特点;然后对元计算环境中的调度算法进行了分类说明,并对几种典型的调度算法行了具体的分析,评价了其特点与不足之处;最后分析了新兴的元计算环境—校园级元计算环境面临的挑战,借鉴各种调度算法,提出了与之相适应的任务调度策略,对其可行性进行了分析,并简要概括了其创新性。     

一种调度In-Tree任务图的算法

In-Tree任务图可用来表示归并、求和等分治算法的很多问题,该文针对这种任务图提出一种分层调度算法,利用队列存放被调度的任务,在同层任务调度中,优先把前驱不为空的任务调度到其一个前驱处理器上执行,只有前驱为空的任务才考虑是否分配新的处理器。实验表明,与以前的算法相比,该算法在调度长度相当的情况下,使用了更少的处理器。     

网格中任务调度算法研究

该文首先分析比较了网格中任务调度的动态和静态算法,然后对遗传算法在任务调度中的应用进行了讨论,并给出了具体实现步骤,提供了一定的借鉴意义。