面向对象数据库多粒度锁的双队列调度算法

引入了双队列调度策略（ＤＱＳ）的思想,建立了多粒度锁的双队列调度模型,设计出该模型的调度算法,通过模拟实验对单队列调度算法和双队列调度算法进行性能评价,从模拟结果中定量分析出在锁请求的到达率较大时,双队列调度算法从单队列调度算法要优越。研究了切换周期,等待队列最大长度,锁请求服务率与调度性能之间的关系。     

面向对象数据库多粒度锁的双队列调度算法

引入了双队列调度策略（ＤＱＳ）的思想,建立了多粒度锁的双队列调度模型,设计出该模型的调度算法．通过模拟实验对单队列调度算法和双队列调度算法进行性能评价,从模拟结果中定量分析出在锁请求的到达率较大时,双队列调度算法比单队列调度算法要优越．研究了切换周期、等待队列最大长度、锁请求服务率与调度性能之间的关系．     

基于2PL多粒度锁的并发控制协议

给出了面向对象数据库系统的一种并发机制——基于2PL的多粒度锁封锁技术。在协议中，锁的粒度划分到对象的属性级，提高了事务的并行性，减少了由于锁增加引起的死锁现象。     

改善嵌入式Linux实时性能的方法研究

分析了Linux的实时性,针对其在实时应用中的技术障碍,在参考了与此相关研究基础上,从5-方面提出了改善Linux实时性能的改进措施。为提高嵌入式应用响应时间精度,提出两种细化Linux时钟粒度方法;为增强系统内核对实时任务的响应能力,采用插入抢占点和修改内核法增强Linux内核的可抢占性;为保证硬实时任务的时限要求,把原Linux的单运行队列改为双运行队列,硬实时任务单独被放在一个队列中,并采用MLF调度算法代替原内核的FIFO调度算法。     

改善嵌入式Linux实时性能的方法研究

分析了Linux的实时性,针对其在实时应用中的技术障碍,在参考了与此相关研究基础上,从三方面提出了改善Linux实时性能的改进措施.为提高嵌入式应用响应时间精度,提出两种细化Linux时钟粒度方法;为增强系统内核对实时任务的响应能力,采用插入抢占点和修改内核法增强Linux内核的可抢占性;为保证硬实时任务的时限要求,把原Linux的单运行队列改为双运行队列,硬实时任务单独被放在一个队列中,并采用MLF调度算法代替原内核的FiFO调度算法.     

WRR算法能为业务流提供最佳的QoS保证

对几种队列调度算法(先来先服务调度算法、严格的优先级调度算法、循环调度算法、加权循环调度算法)进行了对比研究,选择出适合用于区分服务网络中保证QoS方案的队列调度算法—WRR。     

改进的多队列VC调度算法模型

在分析VC(Virtual Clock)和GPS/PGPS(Generalized Processor Sharing/Pcket-by-packet Generalized Processor Sharing)分组调度算法的优点和缺点的基础上,提出了一种结合GPS调度算法特性的改进VC调度算法模型--多队列VC调度算法MQVC(Multi-Queued Virtual Clock).阐述了MQVC的设计目标、改进措施,并给出了MQVC算法模型和算法描述,通过定理和引理证明了该模型与单队列VC和PGPS调度算法模型相比,分组排序复杂度由原来O(mnlog(mn))降为O(mlogm),使实现复杂度、系统调度性能和包丢失等方面均有明显改善.     

基于代理的动态分组调度算法

服务质量（QoS)是当前通信领域的一个重要研究方向，在已提出的许多QoS体系结构中，调度器都起着非常重要的作用，而以往的调度算法不能很好地根据每个队列长度来实时控制权值的动态调整，针对此问题，提出了一种权值动态分配的调度算法，它利用代理技术动态控制权值的分配，保证调度器能够相对公平的对待每个队列，有利于处理分组突增的情况，保证长队列中的分组不会被过多丢弃，从而提高网络服务质量。     

基于代理的动态分组调度算法

服务质量(QoS)是当前通信领域的一个重要研究方向。在已提出的许多QoS体系结构中,调度器都起着非常重要的作用,而以往的调度算法不能很好地根据每个队列长度来实时控制权值的动态调整，针对此问题，提出了一种权值动态分配的调度算法。它利用代理技术动态控制权值的分配，保证调度器能够相对公平的对待每个队列，有利于处理分组突增的情况，保证长队列中的分组不会被过多丢弃，从而提高网络服务质量。     

PFTS交换中借还-加权轮询调度算法

针对PFTS交换节点的输入端口多优先级队列环境，提出了带有“借还”思想的加权轮询调度算法BR—WRR（Borrow ＆ Return Weighted Round Robin）．对现有的WRR调度算法进行了扩展，提出了BR—WRR调度算法．仿真结果表明BR—WRR调度算法对于高优先级Burst业务，在传输时延、传输抖动、Burst各帧的保序性等方面，均优于WRR调度算法，同时又在一定程度上保证了各优先级队列调度上的公平性．     

基于语义可串行性的锁协议并发控制算法

为实现语义可串行性调度而提出的基于两段锁协议的并发控制算法无法保证所得到的历史具有可恢复性，为解决该算法的可用性问题，利用并发控制和恢复的统一模型给出一种基于两段锁协议的并发控制算法。     

基于磁盘阵列的多队列实时I／O调度算法

研究磁盘阵列的Ｉ／Ｏ调度问题,给出了建立在实时操作系统上的系统调度模型,在分析磁盘的Ｉ／Ｏ调度算法的基础上,提出一种适合磁盘阵列的多队列实时调度算法,该算法为每个磁盘指定了一个请求队列,并根据请求之间的依赖关系确定可并行执行的任务组,测试结果证明,新算法具有很好的性能。     

基于磁盘阵列的多队列实时I/O调度算法

研究磁盘阵列的Ｉ／Ｏ调度问题．给出了建立在实时操作系统上的系统调度模型;在分析磁盘的Ｉ／Ｏ调度算法的基础上,提出一种适合磁盘阵列的多队列实时调度算法．该算法为每个磁盘指定了一个请求队列,并根据请求之间的依赖关系确定可并行执行的任务组．测试结果证明,新算法具有很好的性能     

面向并行安全网关流水线模型的无锁队列算法

提出一种适用于并行安全网关流水线模型中共享数据缓冲区操作的无锁队列算法.与其他类似算法比较,该算法采用链表结构组织队列数据,避免了采用循环数组结构引起的缓冲区长度限制和内存浪费的问题;与通用的链表队列无锁算法比较,算法实现更为简洁,执行效率更高.证明了算法具有线性化和非阻塞特性.通过模拟试验,验证了算法在理想环境和各种实际应用环境中都具有较好的性能指标.     

基于进程执行时间的多级反馈队列调度算法

针对多级反馈队列(MLFQ)调度算法在时间片大小选取上对系统性能的关键影响,提出了一种基于进程执行时间的多级反馈队列调度算法.算法结合动态时间量子思想,通过进程的执行时间动态确定队列以及时间片来完成调度.同时为了减少队列进程的切换次数,利用中位数的方法来决定时间片的大小.实验结果表明,与传统的多级反馈队列调度算法相比,改进的算法不仅缩短了进程的平均周转时间和平均等待时间,也减少了进程切换次数,为操作系统领域处理机调度智能化提供了有效的参考价值.     

基于流的队列管理和队列调度研究

队列管理和队列调度是网络报文处理的两个重要步骤.针对传统的队列算法分离队列管理和队列调度的缺点,本文将这两种机制结合研究,提出了一种适合WF~2Q+的新的队列管理算法(Newdrop).通过NS2仿真,实验结果表明,Newdrop-WF~2Q+组合算法能提高报文处理过程的公平性,同时减少了报文处理的平均时延.     

基于流的队列管理和队列调度的研究

队列调度和队列管理是集成业务中报文处理的2个关键过程，但是现有的研究主要集中在队列调度的性能提高上，对集成业务中队列管理的研究很少。从报文处理整体性能分析出发，在SPFQ调度机制分析的基础上，提出了一种适合SPFQ调度的队列管理机制PRED。通过仿真分析，我们发现这样一种队列管理一队列调度的组合PRED-SPFQ能够在很大程度上提高整个报文处理过程的公平性和稳定性。     

一种多策略要素的数据访问调度算法

考虑到任务的重要性、截止时间和资源分布等因素,设计了一种多策略要素的调度算法(MPES),以解决不完全独立的多源分布式气象水文数据库的访问控制问题.该算法为不同优先级的任务设定不同调度窗口,并对节点的安全级别、内容属性和负荷情况进行匹配判定,选择最佳服务节点,以优化系统公平性和整体效率.MPES算法根据队列优先级和可利用的服务资源,动态计算和调整调度窗口;优先级越高的队列,调度窗口越大,意味着可被服务的任务越多.在每个队列调度窗口时间内的任务被轮流执行.对于同一队列中的任务,根据最小松弛度优先调度策略,决定其进入调度窗口的次序,保证接近截止期的任务先执行.仿真试验结果表明,在不同的网络负荷下,MPES算法得到的分布式数据库访问任务的服务效率和公平性较MCT算法和Min-Min算法均有明显提高,尤其是高负荷情况下,总服务时间减少了11.4％ ～12.3％.     

一种面向教育云资源共享的优先级队列任务调度算法

针对教育云资源共享中任务调度时优先级不同带来的挑战,提出了一种基于任务优先级的最优调度算法优化教育服务质量.文章首先分析了各种任务的服务质量需求,对任务进行优先级分类,设计了一种基于优先级的队列调度核心算法.然后,分析了所设计调度算法的实施过程和具体步骤.仿真结果验证了优先级队列任务调度算法能够降低系统的处理时延,从而...     

在嵌入式应用中增强Linux实时性的方法研究

在分析Linux实时性的同时,指出了将其应用于实时系统时所存在的不足,提出了一种提高Linux实时性的思想及实现方法．该方法将进入系统的所有任务按实时性要求不同分成硬实时任务、软实时任务和非实时任务三种,依次用task_struct结构中policy属性的取值SCHED_FIFO,SCHED_RR和SCHED_OTHER作为标识,把原Linux的单运行队列改为双运行队列．为严格保证硬实时任务的实时性,将其单独放在一个队列中,由指针数组的元素run_queue[0]指向,采用FIFO调度算法;软实时任务和非实时任务放在一个队列中,由指针数组的元素rurl—queue[1]指向,采用RR调度算法,通过抢占方式保证软实时任务优先于非实时任务．修改sched()函数的调度流程,使有实时性要求的任务尽可能多的得到调度机会;同时修改中断处理流程,实现可抢占式改造．达到硬实时任务可抢占软实时和非实时任务．软实时任务可抢占非实时任务的目的．