基于Petri网的并行测试系统任务过程建模

针对并行测试系统中的测试过程复杂的问题,提出测试任务分解的原则和方法.对分解后的子任务构造任务相关图,并在任务相关图和资源占用情况的基础上,通过任务过程模型算法建立基于Petri网的并行测试任务过程模型,清晰描述测试任务执行过程中的顺序、并发等特性以及测试资源的使用情况.利用模型可分析子任务间的并行性,可为测试系统并行任务调度提供依据.     

基于时间Petri网的并行测试任务过程建模及验证技术研究

为满足复杂装备中某些关键系统的实时测试与诊断需求,在测试性设计过程中开展并行测试调度优化研究;针对测试任务之间关联关系复杂的实际情况,通过建立基于图染色理论的测试任务关系模型,实现了对系统资源冲突、死锁等问题的形式化描述,将并行测试调度优化转化为求解图的色数问题;并在求解图的色数问题过程中,利用改进的遗传算法逐步求解图的最大独立集,即可并行测试的测试任务子集,从而获得并行测试调度方案;最后,利用某实例对文章提出的并行测试任务调度建模及优化方法进行了验证,优化效果明显,证实了该方法对解决并行测试调度优化问题的有效性。     

基于推测的无响应任务自适应容错调度算法

已有的 基于静态的执行失败判定时间阈值 的无响应任务容错调度算法,不能适应大数据处理中心动态的集群负载。针对该问题,提出判定无响应任务执行失败时间阈值自适应调整方法。基于该模型,设计了自适应的无响应任务容错调度算法(AFTS)。AFTS算法通过分析作业规模、单个任务大小和剩余作业推测执行时间等参数,自适应地调整无响应任务判定执行失败的时间阈值,以减少无响应任务对整体作业执行效率的影响,降低作业响应时间。基于开发的原型系统,验证了自适应判定方法,测试了算法的性能。实验结果表明,AFTS算法在作业响应时间等方面优于已有的无响应任务容错调度算法。     

支持测试节点按需调整的分布式测试调度模型

针对分布式测试系统动态调整测试节点能力差、测试总体效率低的问题,提出一种实用的支持测试节点按需调整的分布式测试调度模型。该模型利用M/M/N排队理论描述分布式测试任务到达和处理的概率分布,提出待处理强度指标来动态调配测试节点,基于此建立任务调度数学模型,并利用0-1线性整数规划法求解,实现了分布式测试执行时间最短的目的。仿真实验结果证明,该模型可以根据测试需求的变化动态调整测试节点数量,利用简单实用的调度方法,有效地降低测试节点负载,提高了测试效率。     

基于时间Petri网的并行测试任务调度

并行测试拥有减少测试时间和降低测试成本的强大优势,正成为研究热点之一;首先介绍了并行测试的基本概念,针对在并行测试系统中由于多任务并行调度,可能引起的资源冲突问题,提出一种基于时间Petri网的并行测试任务调度建模方法;通过搜索Pe-tri网模型的可达树,寻找不同的变迁发生序列;比较不同序列的完成时间,得到完成所有测试任务需要时间最短的并行任务调度序列;最后,在该模型下,对一个实例进行了仿真分析;试验结果表明,该模型适于描述该类型系统的任务调度过程。     

一种支持容错的任务并行程序设计模型

任务并行程序设计模型已成为并行程序设计的主流,其通过发掘任务并行性来提高并行计算机的系统性能.提出一种支持容错的任务并行程序设计模型,将容错技术融入到任务并行程序设计模型中,在保证性能的同时提高系统可靠性.该模型以任务为调度、执行、错误检测与恢复的基本单位,在应用级实现容错支持.采用一种Buffer-Commit计算模型支持瞬时错误的检测与恢复;采用应用级无盘检查点实现节点故障类型永久错误的恢复;采用一种支持容错的工作窃取任务调度策略获得动态负载均衡.实验结果表明,该模型以较低的性能开销提供了对硬件错误的容错支持.     

基于动态可重构技术的装备测试系统研究

当前国内自动测试系统存在实时性差、测试资源冗余、成本高等问题,针对以上问题,提出了基于FPGA部分动态重构技术的自动测试系统,该系统基于FPGA动态可重构技术并结合嵌入式操作系统实现测试资源的动态管理,并开发了用于测试过程的硬件自动测试任务编程模型,提出了一种用于重构任务加载的ICAP控制器;该系统实现测试过程的并发执行,从而增强自动测试系统测试的实时性,进而提高测试的准确性与覆盖性。在验证试验中,将动态重构测试系统应用于自动测试实例中,试验结果表明硬件重构测试任务加载正常,各测试资源功能执行正确     

基于层次化的网格资源三层调度模型

在分析现有的资源调度方案及模型的基础上,提出了基于层次化的网格资源三层调度模型．它由主调度器、次级调度器和计算节点组成。主调度器根据任务的性质和需求,并参考下层次级调度器的执行情况,将部分任务分发到各次级调度器上,实现了主调度器与次级调度器之间的并行工作。基于该模型提出轮循任务分发策略。通过分析和模拟．该资源调度模型及任务分发策略在调度性能上明显优于集中式调度方案。     

基于Lebesgue采样的动态反馈实时调度模型

提出一种基于Lebesgue采样方法和弹性调度算法的动态反馈实时调度模型。通过调整实时任务的执行速率,使软实时系统的系统负载始终保持在参考值以下。利用硬件看门狗技术在系统过载时产生中断,实现基于事件的Lebesgue采样。在实时操作系统RTAI中实现该调度模型,并对模型的暂态性能和稳态性能进行分析验证。实验结果表明,该模型不仅保持了系统的稳定性,还能显著降低调度算法的系统开销。     

基于云计算的软件测试系统框架研究

针对传统的软件测试方法中存在的效率低、成本高等问题,将云测试技术应用到了软件测试中;介绍了云测试中的相关技术,并详细阐述了系统总体框架,使用了一种基于动态优先权的高优先权先调度算法,设计并实现了系统的调度子模块;Matlab仿真实验结果为在执行相同任务调度时,该调度算法比传统FCFS调度算法总周转时间短;当任务增加时,该调度算法总周转时间增加的慢,证明该算法可以显著地提高测试效率,提高资源利用率,缩减测试成本,实现软件测试的自动化。     

基于有色Petri网和IPSO的并行测试系统任务调度研究

并行测试以减少测试时间和降低测试成本的强大优势成为下一代自动测试系统ATS发展的热点;针对ATS中并行测试任务调度复杂、难以优化问题,提出了一种有色Petri网和改进粒子群优化(IPSO)算法相结合的任务调度优化算法;采用有色Petri网建立并行测试系统模型,得到并行测试的动态特性;采用IPSO算法搜索最优的任务调度路径,得到以测试时间最短为目标的最优任务调度方案;最后,将该算法应用到某型雷达电路板并行测试系统中,研究结果表明,与遗传算法GA相比,该算法效率更高,更利于工程应用。     

基于GSPN和人工免疫算法的并行测试任务调度研究

针对ATS中并行测试任务调度复杂、难以优化的问题,提出了一种广义随机Petri网和人工免疫算法相结合的任务调度优化算法.首先对并行测试系统建立广义随机Petri网(GSPN)模型,然后将激发的变迁序列集作为并行测试任务调度路径;将免疫克隆选择算法(ICSA)应用到并行测试系统任务调度问题中,并提出一种自适应克隆选择算子,搜索最优任务调度路径,得到以测试时间最短为目标的最优任务调度方案.用某型雷达接收机并行测试系统对该算法进行仿真验证,结果表明,与改进的混合遗传算法(IHGA)相比,该算法能够便捷地得到任务调度最优序列,且测试效率更高.     

信息处理单元测试系统并行测试技术研究

针对信息处理单元测试的功能需求,设计实现了基于PXIe总线的测试系统,系统包括测控单元、供电单元和接口单元三个组成部分,并完成了测试系统的软件设计;根据信息处理单元测试系统实际的测试流程和所需资源的使用情况,将并行测试技术引入到系统中,重新对相互独立的测试任务进行了并行化分析,构建了该测试系统的任务调度数学模型,提出了一种改进的自适应遗传算法(即IAGA算法),解决了并行测试模块中复杂且难以优化的任务调度问题;对任务调度模型进行了算法仿真验证和实验结果分析,验证了所得解的全局性,所得出的执行序列与串行测试相比,测试效率提高了43.57%,并与其他算法进行了对比,验证了IAGA算法的可行性与优越性;最后将IAGA算法嵌入到了测试系统的软件当中,实现了该优化策略的实际工程应用。     

云计算平台中非定期任务并行调度仿真

由于云计算平台的动态不确定性和非定期任务调度本身的复杂性,使得非定期任务调度过程中的耗时长和负载不均等问题很难得到有效解决.针对上述问题,提出一种非定期任务并行调度方法,并应用到云计算中.通过多方面考虑云平台客户非定期任务的截止时间底线、调度估算等并行调度约束条件和各种可用资源的性能参数,对非定期任务调度的多目标约束条...     

Data dependent loop scheduling based on genetic algorithms for distributed and shared memory systems

Many approaches have been described for the parallel loop scheduling problem for shared-memory systems, but little work has been done on the data-dependent loop scheduling problem (nested loops with loop carried dependencies). In this paper, we propose a general model for the data-dependent loop scheduling problem on distributed as well as shared memory systems. In order to achieve load balancing and low runtime scheduling and communication overhead, our model is based on a loop task graph and the notion of critical path. In addition, we develop a heuristic algorithm based on our model and on genetic algorithms to test the reliability of the model. We test our approach on different scenarios and benchmarks. The results are very encouraging and suggest a future parallel compiler implementation based on our model.     

基于组合禁忌搜索的并行测试任务调度研究

任务调度是研究并行测试技术的核心问题。建立了该问题的数学模型,提出了一种基于组合禁忌搜索的并行测试任务调度方法,通过任务分组的规则构造较好的初始调度序列,利用禁忌搜索迭代寻找最好的调度序列,快速完成基于测试时间最短的任务调度规划。对实例进行了仿真实验,与基本禁忌搜索算法进行比较,仿真结果验证了该组合禁忌搜索算法的高效性和有效性。     

网格原子化作业的二分图调度方法

对于网格系统中计算力调度等问题,结合有向无环作业图DATG和无向节点图UNG,采用并行集APS建立了一种基于二分图的网格调度算法BGS,并在惩罚策略、负载均衡、复活机制的引导下,使系统的调度动态地逐步趋向优化.实验结果表明:该算法能够更加适应网格资源的变化,降低作业负载,提高作业的并行化程度,并能根据系统负载合理地利用节点资源.     

基于PI3000平台的分布式任务调度研究与实现

在PI3000平台中任务调度是应用系统中很重要的部分,应用环境的复杂程度导致各式各样调度的框架和算法.文中提出一个新的分布式负载均衡的任务调度框架,以解决在并行任务中特定的应用环境下的任务调度问题.这个框架是动态的、可重用的,通过提供给各种不同的资源环境对应的接口,来进行跨服务的调度.整个框架关注于实际应用环境下任务、资源的动态不稳定性和任务计算的快速响应.     

基于改进DPSO算法的并行测试任务优化调度研究

并行测试以减少测试时间和降低测试成本的强大优势,已成为当前自动测试系统发展的方向。针对并行自动测试过程中,测试任务调度复杂,难以优化的问题,以PSO算法为基础,通过对问题空间编码的重新定义,并运用交叉、变异算子给出了新的粒子位置的更新公式,提出了一种改进后的DPSO算法。依据并行测试完成时间极限定理,给出了并行测试任务调度的目标函数与约束条件。以某雷达电子装备并行测试系统中三块电路板并行测试为例,对改进的DPSO算法进行了仿真验证,得到了最优调度测试序列。结果表明：与遗传算法相比,改进后的DPSO算法迭代次数更少,寻优性能更好,适用于工程应用。