流水工序调度与生产效率的关系模型分析

提出一种基于粒子群算法的流水工序调度任务优化模型.利用流水工序调度任务的特点得到流水工序时间约束条件,利用粒子群算法的原理建立流水工序调度任务优化模型,利用粒子群算法对模型进行求解.仿真实验表明,利用该算法能够得到流水工序调度问题的最优解,提高生产效率.     

多处理器的节能调度算法

嵌入式多处理器系统中的能耗问题是一个重要的研究方向。在研究单处理器动态电压缩放和多处理器的PF调度算法的基础上,提出了一种多处理器节能调度算法。该算法针对周期任务,通过静态分析确定最低处理器调度要求,在满足可调度性的条件下动态缩放各个处理器电压,从而有效地降低了整个系统的功能。     

一种混合实时任务系统的公平调度算法

Baruah提出的PFair公平调度理论是周期任务在多处理器系统上的最佳实时调度理论,而在实际实时系统中,实时任务往往是由周期任务和非周期任务组成的混合任务系统．在研究PFair公平调度理论和算法的基础上,提出了基于服务器思想的公平调度方案,使得PFair调度理论适用于多处理器系统中混合任务的实时调度,并提出了对非周期任务进行实时调度的3种策略,给出软实时性非周期任务在不同调度策略下的最坏响应时间计算公式,并且证明了计算公式．     

一种负载感知的异构MPSoC任务调度算法

处理器核的异构性、运行时负载和任务间依赖关系,是影响异构MPSoC任务调度算法性能的关键因素。该文提出了一种负载感知的异构MPSoC任务调度算法,在满足任务间依赖关系的前提下,根据计算开销和通信负载将待调度任务集划分为任务子集。在考虑处理器核负载状态的基础上,通过赋权二部图最大权匹配,将任务子集调度到适载的处理器核上运行,提高了待调度任务集总执行效率。仿真实验结果表明,该算法有效降低了任务集的调度长度,提高了处理器核的利用率。     

基于可靠性约束的工作流调度算法

移动边缘计算(Mobile Edge Computing, MEC)环境中,工作流调度算法存在可靠性约束的问题,为此,提出一种基于可靠性约束的工作流调度算法。首先,根据工作流子任务依赖关系生成优先级就绪队列;其次,根据不同服务器的故障率建立可靠性模型,保证工作流调度方案满足工作流可靠性的要求;然后,针对未分配调度位置的任务,根据服务器可靠性信息,按照执行队列顺序进行初始化,得到满足可靠性约束的初始种群;最后,采用改进的非支配排序遗传算法(Non-dominated Sorting Genetic AlgorithmⅡ,NSGA-Ⅱ)求解工作流的最优卸载位置,并生成调度方案。仿真实验表明,相较于轮询调度算法、贪心算法和粒子群算法,提出算法降低了移动设备的能耗,减少了任务时延,提高了工作流执行可靠性。     

Linux进程调度机制分析

从如何增强Linux操作系统对实时任务的支持出发,阐述了2.4内核进程调度系统设计上存在的缺陷:缺乏对实时任务的支持,无法保证实时任务得到及时响应和调度;对多处理器环境的支持较差.分析了Linux的最新2.6内核进程调度系统的原理和实现细节.与2.4内核相比,2.6内核增强了对实时任务和多处理器环境的支持,实现了O(1)调度算法,支持抢占式调度,在响应时间及系统开销上均有大的改进,其显著特点是支持抢占式调度、支持多处理器负载平衡等,更加适合于实时应用环境.     

基于反馈控制的多处理器任务调度算法

在高度动态和不确定的计算环境下,系统的负栽有极大的不确定性,传统的多处理器调度算法基于最坏执行时间悲观估计负载,造成了系统资源浪费.文章提出了一种基于反馈控制的多处理器任务调度算法,通过动态调整分配在各个处理器上的任务集合,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.依据控制理论分析了算法的稳定性、稳态以及动态性能,并通过实验验证了算法的实时性和适应性.     

基于粒子群优化算法的Hadoop调度算法研究

为提高Hadoop平台性能,提出一种基于粒子群优化算法的Hadoop调度算法。以粒子位置代表可行的资源调度方案,以任务完成时间及资源负载均衡度作为目标函数,通过粒子群优化算法,找到最优的资源调度方案。实验结果表明,该算法能够很好的平衡资源负载,减少任务完成时间,有效的提高了Hadoop平台的性能。     

可迁移网格依赖任务重调度模型及算法

针对可迁移依赖任务的重调度问题,提出了基于约简DAG可迁移任务图的重调度模型,并基于免疫遗传算法实现了以提高应用性能为目标的求解算法.实验表明,与经典的动态调度算法Max Min和基于启发式的AHEFT静态算法相比较,由于调度目标的一致性,初始调度的性能在重调度过程中被较好地保持,并且由于任务迁移的支持和遗传算法在全局优化上的性能优势,应用性能得到较大提升;又由于任务图的约减过程和免疫因子对算法收敛的作用,提出的IGA算法效率得到显著改善,使资源动态性和异构性的适应能力得到进一步增强.     

粒子群优化的异构多处理器任务调度算法

嵌入式异构多处理器系统有一套具有不同处理能力的处理器构成,任务调度成为改进系统性能的关键因素。该文提出了改进的粒子优化群算法。首先,通过分析每个处理器的计算能力建立性能指标,然后,调整惯性常量的策略用来提高全局收敛速度。仿真结果证明了该文提出的改进算法能够极短的时间内得到较好的调度结果。     

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．     

多处理器实时系统中的非精确轮转式调度算法

目的研究基于多处理器实时系统中具有截止期和容错需求任务的非精确轮转式调度算法,使强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,不至产生灾难性后果.方法将非精确计算模型引入到轮转式调度算法中.结果仿真实例表明,非精确轮转式调度算法具有更低的任务拒绝率,同时能更为有效地利用系统资源.结论该算法扩展了轮转式调度算法的允许调度定理,使得主/副版本任务在执行时间上可以重叠,提高了任务的可调度性,使整个系统负载均衡,并减少了系统搜索时间.     

用于多处理器媒体SoC设计的实时总线调度优化策略

为了减少多处理器媒体系统芯片（SoC）总线任务调度过程中的处理器性能损失，从减少总线任务冲突的角度出发，提出了改变任务属性和调整任务优先级相结合的总线任务调度优化策略.在保证任务实时性的前提下，通过增加原有任务可执行时间，将原有任务划分为多个子任务，动态调整任务优先级，充分利用总线的空闲时间执行部分任务，减少了总线任务冲突，降低了处理器因等待数据源而引起的性能损失.将该方法应用于多处理器媒体系统芯片MediaSoC3221A的设计中，当进行运动图像专家组（MPEG）实时解码时处理器的性能损失从原来的4.7%减小到0.1%.     

基于粒子群优化的多核处理器系统节能调度算法

针对嵌入式多核系统中的实时性和能耗问题,提出了基于粒子群优化的多核处理器系统节能调度算法.通过对多核处理器系统任务调度和能量消耗的分析,建立了新的编码策略和相应的目标函数,将任务划分、任务调度及电压选择3个过程整合到粒子群算法的一个单迭代寻优循环中,并兼顾系统的实时性,将问题转化为有约束的粒子群优化问题,利用可行性规则的约束处理技术,形成基于约束粒子群优化的整体节能调度算法.实验结果表明:本文算法能以较快的速度收敛于使系统能耗更少的调度解.     

异构集群独立任务调度问题的自适应免疫算法

异构集群独立任务调度问题是一个典型的NP难题.面向这一难题,现有的启发式调度算法,如RC、DGA等都没能兼顾实时性与负载均衡能力.人工免疫是一个新的人工智能技术,在解决组合优化难题方面,表现出了较好的性能.文章建立了一个异构集群任务调度模型,基于免疫响应的克隆选择原理和亲和力成熟机制,提出了异构集群独立任务调度问题的自适应免疫算法(AIBA).在AIBA中,通过注入抗体和动态计算负载均衡阈值的方法,将LPT算法的实时性与人工免疫系统的组合优化能力有机地结合了起来.最后,通过模拟实验对算法进行了测试和比较.实验结果显示,与DGA相比,该算法具有自适应调整能力,能动态地兼顾实时性与负载均衡度指标,有很强的实用性.     

教学资源访问系统的并行调度算法设计

考虑到任务的通信延时、数据传输时间,结合贪心算法、优先原则、多机调度问题和Log-GP模型,设计一种适合分布式环境下多用户教学资源访问请求特点的并行调度算法.算法根据教学资源数据量大、内容复杂的特点采用通信与处理相重叠策略来提高系统的加速比和并行效率,连续两次调度时,通过调整处理机的权值,保持系统的高动态负载平衡效率.     

提高混合实时任务确定性的两级调度算法

为提高混合实时任务的确定性,提出了一种两级调度算法。先给出了调度算法的架构,通过增加一个调度模块实现周期性实时任务调度,非周期性实时任务则由系统内核调度。然后建立了任务模型,并对调度算法、任务集可调度性和抖动等进行深入研究。将提出的调度算法应用到基于Windows CE.NET的液压机控制系统中,分析了控制系统的硬件平台和任务划分。最后对调度算法进行验证,结果表明,该算法能保证混合实时任务的确定性,减小抖动,从而提高控制系统的精度。