基于数据局部性的推测式Hadoop任务调度算法研究

针对Hadoop平台现有任务调度算法优化程度不高的问题, 提出了一种基于数据局部性的推测式任务调度算法。该算法通过计算节点上Map和Reduce任务时长比例, 结合不同节点上数据的局部特性, 采用了比现有算法更精确的任务进度探测方式找出快慢节点, 在快节点上启动剩余时间最长的落后任务的备份任务, 用移动计算代替移动数据。在Hadoop环境中进行了实验, 结果表明该算法比现有算法缩短了任务平均运行时间, 加快了任务的执行效率。     

风力机的线性变参数主动容错控制

针对风力机具有非线性和参数的不确定性的特征,提出了基于线性变参数(linear parameter varying,LPV)增益调度的风力机主动容错控制方法,降低故障对机组动态特性的影响.基于LPV凸分解方法,将风力机的非线性模型转化为具有凸多面体结构LPV模型,利用线性矩阵不等式(linear matrix inequalities,LMIs)技术对凸多面体各个顶点分别设计满足性能要求的控制器,再利用各顶点设计的反馈控制器得到具有凸多面体结构LPV容错控制器.仿真结果表明,LPV增益调度技术可以成功地应用于风力机系统的容错控制.     

基于改进离散粒子群禁忌算法的并行测试任务调度

针对并行测试任务调度问题特点,提出了一种解决并行测试任务调度的离散粒子群禁忌算法,设计了符合并行测试任务调度特点的粒子初始化编码方式、粒子位置转移公式以及禁忌搜索邻域。通过与禁忌搜索相结合,避免了离散粒子群算法早熟问题。通过实验以及算法对比,表明提出的算法是快速有效的,能够很好地解决并行测试任务调度问题,求得测试总时间最短的任务调度序列。     

一种新型可变径管道机器人的结构设计与控制实现

基于ATmega128单片机的管道探测机器人系统,包括硬件系统设计以及软件程序实现。为满足不同工业环境的需要,设计了无线与RS485总线两套通信方案进行人机交互控制系统与单片机的通信。独特的变径结构可以让机器人适应不同管径的管道,配合高效的电池切换算法,可以使其更好的适应工业环境。为了观察管道内部信息,安装了一个可360°旋转的摄像头,将管道内部画面实时传送给上位机。     

基于改进遗传算法的星地任务优化调度研究

星地任务优化调度是利用特定的星地资源合理地安排星地任务。由于星地任务众多而资源有限,而且星地任务受星地可见性以及多方面约束,星地任务调度问题十分复杂。针对星地任务的特点,建立了星地任务调度问题模型,提出了基于改进遗传算法的星地任务优化调度算法。算法采用按适应度排名轮盘赌选择、顺序交叉、随机对换变异的算法要素。针对遗传算法局部搜索能力弱的特点,提出了利用爬山算法优化新一代个体的方法,以增强遗传算法的局部搜索能力,给出了基于改进遗传算法的星地任务调度算法。     

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.     

一种集中式水下无线传感器网跨层调度协议

分析了水下无线传感器网络（WSNs）中单链路发射功率和距离与频率的关系,提出一种跨层的集中式调度方法,AP（access point）在网络中通过广播信标的形式收集估计各节点的时延和距离信息,在MAC层考虑水下链路延迟特点,对各链路进行调度减少冲突;节点在物理层通过自适应地改变节点发射功率和发射频率,减少能耗.仿真结果表明：所提方案在节省系统能量消耗的同时,能够减少碰撞,提高系统吞吐量.     

鲁棒性项目调度中缓冲设置方法

研究应对不确定因素的鲁棒性项目调度, 针对其所用时间缓冲区技术中的两种重要方法——集中缓冲和STC (starting time criticality) 分散缓冲, 采用仿真模拟实验, 以项目管理库中的帕特森例1 为对象, 进行详细的比较研究. 研究结果表明, 分散缓冲法具有更好的解鲁棒性; 当活动时间的不确定性程度较大时, 集中缓冲法的质量鲁棒性较好; 当项目工期较紧时, 分散缓冲法具有更好的鲁棒性. 这些研究结论为管理者在特定的项目环境下选择合适的缓冲方法提供了决策依据.     

OFDMA系统中基于多业务QoS保证的机会调度算法

针对正交频分多址接入（OFDMA）系统中多业务资源调度问题,提出了一种基于服务质量（QoS）的最小性能保证的资源机会调度算法。以系统总吞吐量优化为目标,根据业务的QoS参量设计子载波调度参数,并利用图论中最大加权双向匹配问题的求解算法,在各业务间公平分配子载波资源,保证了各业务的QoS要求。仿真结果表明,所提算法在保证各业务的最低速率要求的前提下有效地提高了系统总吞吐量性能。     

实数编码量子共生演算法及其在云任务调度中的应用

针对共生演算法收敛慢和易陷入局部最优的问题,结合量子遗传算法理论,提出一种实数编码的量子共生演算法(real-coded quantum symbiotic organisms search,RQSOS)。首先依据三角模糊数提出差异度概念,并依此构造一个以自变量向量的分量和一对概率幅为等位基因的三倍染色体,使一条染色体携带更多信息并增强解的多样性;然后提出一种基于阿基米德螺旋线的探索学习模式,加强对解空间的探索精度;最后使用共生演算法更新差异度值并依据差异度值对种群进行学习和变异操作,促使整个种群快速向最优方向进化且减小了陷入局部最优的概率。利用数值优化问题和云任务调度问题对算法进行验证,仿真结果表明,RQSOS算法在收敛速度和寻优能力上均有明显提升,是一种可行有效的算法。