多处理器实时系统容错ICDM调度算法

目的提出一种针对多处理器实时系统中具有时间、资源和容错需求任务的调度算法来满足硬实时系统实时性及可靠性要求．使硬实时系统在发生故障的情况下，任务也能在其截止期内完成，不致产生灾难性后果．方法将非精确计算模型引入到Distance Myopic算法中，通过非精确计算模型与Distance Myopic算法的有效结合，提出ICDM算法．结果任务分为主副两个版本，每个任务都由两部分组成：强制执行部分和选择执行部分；当任务强制执行部分不能达到截止期时．通过调用MOPT算法减小前序任务选择部分的执行时间，使其满足截止期要求．ICDM算法使任务在保证结果可接受的情况下，在其截止期内完成，提高了任务的可调度性．结论通过引入非精确计算模型，使算法的可调度性增强了，也提高了硬实时系统的实时性及可靠性．     

基于非精确计算模型的OSL算法

目的研究多处理机系统任务分配的启发式策略和容错调度算法,设计一种高效实时调度算法．方法只对任务强制部分进行复制,将任务分为强制执行部分主版本PTMi、强制执行部分副版本BkMi．和选择执行部分Oi,采用可选择部分后调度．结果提出了可选择部分后调度（Optional Scheduling Later,OSL）算法,通过实例与ICDM算法进行了仿真比较,说明了该算法的有效性．结论该算法使任务的完成时间提前,提高了处理机的利用率,便于广泛应用．     

基于非精确计算的实时任务检查点设置策略

实时系统要求每个任务必须在其截止时间内产生逻辑正确的结果,然而,由于故障的存在使得系统无法保证所有任务都能满足这一条件,因此,适当降低实时任务的精确度以及提供优化有效的容错方法变得至关重要．文章基于非精确计算理论提出了一种检查点设置策略IC—CPS,该策略面向多任务的实时系统,可以提供容错能力和确定性实时保证．数值测试证明IC—CPS不仅提高了系统的容错能力,扩大了检查点策略的应用范围,使得实时任务能够在按时完成的前提下容忍更多的错误,而且还降低了系统因为设置检查点所产生的开销．     

非精确修正牛顿法

牛顿法是求解非线性方程组的经典的高阶算法。当xk远离解x^*时，实际上不必花费庞大的工作量以求解大型线性方程组(牛顿方程组)，F’（xk)sk=-F(xk)的精确解。类似地,F‘(xk)也可以被某些简便的近似值所替代。因此，本文讨论非精确修正牛顿法，在自然合理的条件下，依次证明非精确牛顿法和非精确修正牛顿法的线性收敛性。     

数据相关性分析的非精确算法

提出了一种行之有效的数据相关性分析的非精确算法，对该算法在运行效率及可行性上进行了详细分析，并在数据相关性分析非精确算法讨论的基础上，提出了一种对相邻循环进行并行性开发的一种新程序转换技术，从而解决了相邻循环程序之间可并行执行程序段的转换问题，在多ＣＰＵ高性能计算机的硬件环境下，为设计出高效率的，适合于并行处理环境的软件系统了一种有效的算法。     

非精确光滑化Levenberg-Marquardt算法的局部收敛性

非精确Levenberg-Marquardt(L-M)算法是求解非光滑约束方程组的重要算法之一。在将非光滑约束方程组等价转化成无约束方程的基础上,该文针对一种新的非精确光滑化L-M算法,在局部误差界条件下,得到此算法具有超线性或二次收敛性质。     

分布式实时系统的容错调度算法

现有的分布式实时系统的容错调度算法要求系统中所有任务的周期相同且等于其时限，而实际中任务的周期常常是互不相同的,将任务分配算法与单处理器的调度算法相结合，提出基于基版本／副版本技术和非抢占式EDF算法的容错调度算法，给出了基版本／副版本任务时限的设置方法，并对任务集的可调度性进行了分析，给出了任务集在给定处理器集上可调度性的判定方法.     

虚拟漫游中的非精确碰撞检测

碰撞检测是虚拟漫游中的关键技术.介绍了一种基于计算体元可达到性的非精确碰撞检测算法,该算法具有高效、快速、可在预处理阶段完成的优点,但需要占用大量的物理内存空间以保存预处理阶段得到的体元可到达性信息.为了节省所需占用的内存空间,对几种改进的非精确碰撞检测算法进行了探讨.     

风电爬坡事件的非精确条件概率预测

风电爬坡事件(wind power ramp events, WPRE)易破坏电力系统的有功功率平衡,劣化频率稳定性及电能质量,威胁电网的安全稳定运行。由此,提出一种基于信度网络(credal network, CN)的WPRE非精确条件概率预测方法,对WPRE各状态发生概率的区间范围进行预测。运用贪婪搜索算法挖掘WPRE与多个气象变量之间的相依性关系,并搭建CN结构以抽象表达;在超参数设置方面对非精确狄利克雷模型(imprecise Dirichlet model, IDM)进行了拓展,使用拓展后的IDM对变量间的条件相依性关系进行不确定性量化,完成CN的参数估计;基于建立的CN模型,在获取气象预测信息的条件下,结合CN概率推断算法对多状态WPRE的分布进行非精确概率推断;采用宁夏某风电场的实测数据对本方法进行测试,验证了该方法在观测样本不充足的预测情景下优异的预测性能。     

非精确概念的机器学习与应用

提出并描述非精确概念的机器学习问题,定义非精确概念学习的一般任务模式,给出符合人类学习习惯的解决方案.结合具体例子说明非精确概念的学习与应用的过程,总结非精确概念学习同时具有归纳学习和统计学习的、优势及很强的鲁棒性,其缺点是计算量大,需要维扩一个很大的目标函数假设集合及没能充分考虑领域知识.并指出本文学习方法的可能应用领域.     

最迟预分配容错实时调度算法设计与分析

提出一种多类型任务集的容错实时调度算法,详细分析该算法的调度机制,证明了该算法的正确性,并给出了该算法的可调度条件,最后通过模拟实验分析了算法的性能。实验表明,调度算法的性能与系统负载、任务出错概率、任务的计算时间等系统参数相关。     

基于实时多进程机制实现焊缝轨迹智能跟踪系统

针对单进程机制的缺点，结合焊缝轨迹跟踪系统的要求，在80C196单片机的软件设计中采用一个实时多进程机制，并详细阐述了该机制的实现方法。     

非抢占式实时任务1次容错调度

面向非抢占式任务实时调度问题,根据不同的故障间隔,推导出任务集合需要满足的条件.根据任务的可重复执行次数,分别设计了非抢占式固定优先级容错(NP-FP-FT)以及动态优先级容错(NP-DP-FT)调度算法,并与非抢占式最早期限优先容错(NP-EDF-FT)、非抢占式单调速率容错(NP-RM-FT)调度算法进行了对比分析.结果显示,采用非抢占式固定优先级算法调度的任务集合具有最低的任务失效率.     

面向分布实时嵌入式系统的任务优化调度算法

文章针对负载难以准确预知且动态变化的复杂分布实时嵌入式系统,提出了一种基于快速模型预测控制的任务调度算法,通过动态调整分配在各个处理器上的任务QoS,使得每个处理器的CPU利用率保持在参考值附近,保证了任务的实时性;利用多参数二次规划的方法求解模型预测控制中的约束优化问题,可有效减小算法的执行时间.实验结果表明算法有效且负载极小.     

多处理机调度问题的蚁群优化算法

传统蚁群算法存在收敛速度慢、计算时间长、易陷入局部最优解等方面的缺陷。通过对蚁群信息素更新、策略选择、参数选择等各方面进行改进,提出一种更加高效的多处理机调度蚁群优化算法。实验证明：与其他优化算法相比,该算法能在较短的时间内找到更好的调度策略,具有较好的收敛性和有效性及优良的全局优化性能。     

多处理机系统中的任务调度

本文根据图论知识提出一种新算法旨在解决多处理机系统中的任务调度.本算法可以使系统的并行性有很大改善从而缩短程序的执行时间.文中用实例详细描述了算法的步骤.     

基于有限优先级的动态调度算法

实时任务调度是实时系统中的关键问题,实时动态调度是实时调度的主要方面。当实时调度应用于实际的任务系统时,仅能使用有限的优先级数量。实时调度在理论分析时,都假设系统能够识别任意多的优先级。该文提出了在优先级数量有限的条件下的动态调度算法,给出了一个任务系统动态调度所需的最小优先级的数量的算法,并对算法的复杂性进行了分析。     

基于有限优先级的动态调度分组算法

实时调度是实时系统中的关键问题,实时动态调度是实时调度的主要方面.实时调度在理论分析时,都假设系统能识别任意多的优先级.当实时调度应用于实际的任务系统时,仅能使用有限的优先级数量.在实际的任务系统中进行动态调度分析时包含任务系统动态调度所需的最小优先级数量的判断方法和任务系统分组算法.在此基础上,给出了任务系统分组的算法及最优分组的判定条件,并详细说明了任务系统分组算法的步骤和过程.     

多机环境下的一种容错算法

提出了一种多机环境下的容错算法，并分析了该算法的有效性。通过使用硬件和时间冗余的动态组合，实现了有效的低成本容错。