基于OSEK的任务调度算法改进及实现

针对嵌入式操作系统中的任务调度算法不能保证临近时限的低优先级任务得以运行的情况,提出一种任务管理机制和任务调度算法。该算法通过一种链表结构来解决任务调度时系统开销大的问题,并在任务建立时确定任务的时限。当任务的时限临近时提高其优先级,使其得以运行,使系统在保证高优先级任务得以运行的同时,确保低优先级任务得以运行,从而保证了系统的实时性。     

OSEK实时操作系统任务调度的优化

分析OSEK/VDX规范所定义的实时操作系统的任务状态及其调度过程;采用最早时限优先调度(EDF)算法对基于优先级的占先调度算法进行改进,得到改进算法--优先级时限优化调度法;运用差分时限链对优化算法进行实现,并对其有效性进行了对比分析.     

Alpha OSEK:一个基于OSEK/VDX标准实现的嵌入式实时操作系统

文章介绍了基于OSEK标准实现的嵌入式实时操作系统-AlphaOSEK。该操作系统适于深嵌入、小内存、有强实时需求的环境。介绍了操作系统的各组成模块及相关特征,还分析了AlphaOSEK对OSEK标准的优化。     

基于平均分配原则的任务调度算法

在分布式系统中,常出现一些处理机处于重载,同时另一些处理机却处于轻载或闲置状态。针对这种情况,为了更好地合理分配任务,结合加权轮转调度算法,提出一种基于平均分配原则的任务调度算法,尽量实现系统的负载平衡,并应用实例来加以证明。     

基于改进模拟退火任务调度算法研究

研究任务调度优化系统问题.任务调度问题的主要难点在于复杂度太高,传统的基于任务调度Q学习算法更新收敛速度慢.针对协同工作中的任务调度实际问题,提出了一种基于模拟退火的改进的Q学习算法.算法首先建立任务调度目标模型,在分析了Q学习算法的基础上,通过引入模拟退火算法,同时结合贪婪策略,以及在状态空间上的筛选判断,并给出了任务调度的整个过程.仿真结果表明,与单一的Q学习任务调度算法相比,改进的算法显著地提高了收敛速度,缩短了执行时间.从而验证了改进算法的有效性.     

基于OSEK／VDX标准的Trampoline操作系统研究

介绍了基于0SEK／VDX标准的开源嵌入式实时操作系统Trampoline,详细分析了该操作系统内核调度、任务管理和中断管理的实现机制,并指出了Trampoline为实现高可移植性、小内存的设计目标时对OSEK任务管理和中断管理所作的优化。最后,给出了在Linux／x86平台上使用Trampoline开发应用程序的方法。     

OSEK／VDX标准的车载嵌入式操作系统内核的结构与设计方法

OSEK/VDX标准在汽车电子领域有着广泛的应用.该标准仅仅规定了OSEK操作系统的系统行为以及相关接口功能,并未涉及其具体实现,因此研究基于OSEK标准的嵌入式操作系统结构与设计方法有着重要意义.在深入分析OSEK操作系统标准的基础上,给出了基于OSEK操作系统标准的车载嵌入式操作系统内核OSEKernel的结构.介绍OSEKernel中ECC2和BCC2一致类的任务调度、警报与计数器、第二类中断的设计方法,以及降低RAM消耗的任务堆栈优化方法,最终在x86平台下实现了OSEKernel的原型.     

基于改进蚁群算法的云计算任务调度

利用云中资源进行高效任务调度是保证云计算系统可靠运行的关键问题。提出一种基于改进蚁群优化算法的任务调度方法。算法采用蚂蚁系统的伪随机比例规则进行寻优,防止算法过快收敛到局部最优解,同时结合排序蚂蚁系统和最大最小蚂蚁系统的设计思想完成信息素更新,有效求解优化问题。实验结果显示,该算法具有很好的寻优能力,提高了云资源的利用率。     

基于OSEK标准的嵌入式实时操作系统在汽车电子中的应用

随着时代的发展,汽车在安全性和智能化等方面的要求越来越高．其结果是汽车在控制技术方面的复杂性大大增加。在这种市场需求下,汽车电子OSEK标准的实时系统越发显示出重要性。本文介绍了OSEK标准体系的由来和该体系中实时操作系统的特点,同时简略分析了此实时系统实现机制。     

一种基于改进蚁群算法的网格任务调度算法

在网格计算中,任务调度是影响系统性能和服务质量的重要问题。文章在考虑截止时间和花费两项用户QoS需求的基础上,提出了一种基于蚁群算法的网格任务调度算法。该算法先采用GC（Greedy Cost-Time Distribution）算法求解,将所得解转化为蚁群算法的初始信息素分布,然后利用蚁群算法获得调度解。模拟实验结果表明：在网格环境下,该调度算法具有明显的优势。     

符合OSEK的uC/OS任务调度策略

根据OSEK OS规范,对实时操作系统uC/OS II的任务调度策略进行改进。提出一种符合OSEK OS规范的任务管理机制,修改uC/OS II的优先级判定方法,以使数值0代表优先级最低,数值越大优先级越高。测试结果表明,修改uC/OS II后的操作系统支持同优先级多任务,同优先级队列中的任务按FIFO顺序调度。     

基于改进蚁群算法的云环境任务调度研究

针对蚁群优化算法(ACO)在解决大规模的组合优化问题时容易陷入搜索速度慢和局部最优的缺陷,进行算法的改进;结合遗传算法全局收敛的优点,将遗传算法融入到蚁群优化算法的每一次迭代中,加快其收敛速度,并引入逆转变异策略,避免了蚁群优化算法陷入局部最优;深入研究了改进的蚁群优化算法在云计算环境中的任务调度策略,并通过扩展云计算仿真平台CloudSim实现了模拟仿真;实验结果表明,此算法能够缩短云环境下的任务平均运行时间,提高了资源利用率。     

基于混合蚁群算法的网格任务调度

针对网格任务调度的调度时间长、资源负载不平衡等问题,提出一种基于混合蚁群算法的网格任务调度方法。该方法将禁忌搜索作为蚁群算法的局部搜索策略,以扩大解的搜索空间,避免陷入局部最优,并通过多样化机制提高算法收敛速度。利用平衡因子调节信息素的更新,改善资源的负载平衡性能。     

基于组合优先级的自适应实时调度算法研究

在嵌入式实时操作系统中,由单个特征参数作为实时任务优先级的调度依据,并不能较好地描述系统中任务的关键性和紧迫性.提出一种基于组合优先级的自适应实时调度算法(SREDF),综合任务的截止期和CPU运行期设计任务的优先级,使截止期越早且CPU运行期越短的任务拥有最高优先级.处理器能有效地调度相同截止期的实时任务,并提前分析和预测任务能否完成.实验表明,该算法降低了任务调度的截止期错失率(MDP),并提高了任务调度的速度和效率.     

基于免疫原理的网格任务调度算法

针对网格资源管理的任务调度问题,提出一种网格任务免疫调度算法。算法遵循克隆选择、亲和度成熟2个免疫原理,求解网格任务调度问题的全局最优解。讨论种群代数设置和算法参数的设置对该算法性能的影响。仿真实验结果表明,与传统的网格任务调度算法相比,该算法具有任务调度速度快、资源分配时间短、运行稳定等优点。     

基于OSEK COM规范的消息传输机制优化

OSEK/VDX规范在汽车电子控制系统开发中具有重要地位,OSEK/VDX通信规范(OSEK COM)定义的消息通信传输机制对于系统性能有着重要影响。该文分析OSEK COM规范关于消息外部通信过程的3种传输机制,针对传输机制中存在的消息丢失现象,提出在消息结构体中增加不可覆盖属性的消息传输机制优化策略,并给出实现方法和测试结果。     

一种基于负载均衡性的网格任务调度算法

针对二分图匹配算法在任务之间存在时序关系时无法进行有效调度以及EFT算法没有充分考虑各处理机性能及网络通信状况的问题,提出基于二分图匹配的改进ETF算法。该算法综合考虑任务之间的时序关系、处理机的性能、处理机之间的通信情况及已处理任务的调度情况,利用二分图最佳匹配思想对局部任务进行调度。实验表明该算法具有较小的调度长度和较好的负载均衡性。     

微小卫星星务计算机任务调度算法

为了在有限的时间内尽可能多地安排具有时间约束的卫星任务,提出一种针对具有独占性、优先级相同的任务的先完成先调度算法EFFFS,对算法性能进行分析,将其与同类算法进行比较,结果表明,该算法具有较小的时间复杂度和较好的调度性能,适用于计算资源受限的环境。     

基于能力感知的人机任务调度算法

传统人机任务调度算法由于通过率较低等原因,会造成任务迟滞和系统效率低下。基于能力感知机制,提出一种新型的人机交互式任务调度算法。从操作序列和基本I/O中发现并抽取操作员情绪等信息,根据操作员的处理能力、兴趣及任务的特征进行调度,采用推荐方法发布、管理任务。实验结果表明,该算法具有较高的通过率、响应率和用户满意度。