一种基于参数扫描应用容错的粗粒度网格调度算法

考虑作业处理时延以及作业传输时延对调度器性能的影响,在RR调度算法的基础上提出了一种新的基于参数扫描应用的调度算法PRR,并对该算法进行了理论分析,得出了该调度算法不需要作业以及处理器的相关信息,且具有比较好的容错性的结论.利用网格仿真软件Gridsim对PRR调度算法的理论分析结果进行了验证,并将该算法与RR调度算法的性能进行了比较.结果表明,当时延较大时,PRR调度算法性能改善比较明显.     

一种基于知识的FMS动态调度系统

提出了柔性制造系统基于知识的动态调度算法，调度器以黑板为平以，融合启发式知识，活动调度算法和灵活路径抉择法，缩短了获得最优调度的时间，并可实现动态情况下实时再调度。     

CBS算法在混合实时事务调度中的应用研究

面向混合实时事务调度的问题,本文提出了一种基于CBS算法的混合实时事务调度器。文中利用CBS算法实现了软实时事务调度器,它可以有效的调度软实时事务。仿真测试是实时事务调度研究与性能分析中的重要一环。实验结果表明,本文提出的调度器可以有效的降低软实时事务的截止期错失率。特别是对于那些最坏情况执行时间难以估计或者最坏情况执行时间过大的事务,比基于其他算法的混合实时事务模型有更好的性能。     

基于iSLIP算法的高速Crossbar调度器的FPGA设计与实现

首先介绍了一种公平、有效的交叉矩阵调度算法——iSLIP算法,接着提出了基于iSLIP算法的调度器的FPGA(Field Programmable Gate Array)实现,并针对调度器的核心部件——可编程优先级编码器,介绍了4种设计方案,用Xilinx公司的Spartan—S10PC84—3FPGA芯片实现。对实现结果的数据分析表明,采用温度计编码型PPE的调度器更适用于构建高速、大容量交换网络。     

基于需求的数据广播调度

随着通讯、互连网以及移动技术的发展,数据广播逐渐成为一种流行的数据传播方式。在结合了数据广播和传统的客户/服务器模式优点的基础上,产生了新的数据传播方式,基于需求的数据广播。设计基于需求的数据广播系统的关键在于广播调度算法。本文介绍了基于需求的数据广播的系统结构和性能衡量标准,并分析了基本的广播调度算法,抢占式调度算法以及实时调度算法。     

并行机优化调度问题的新算法

将调度规则的简洁性与遗传算法的强大搜索能力相结合,提出一种能用于最小化拖期任务数并行机调度问题的基于遗传的新的调度算法,并用计算实例表明了该调度算法优于迄今最好的启发式算法,并能适用于大规模并行机调度问题,本算法计算量小,具有很强的鲁棒性。提出的基于遗传的调度算法不仅能用于生产调度领域,在大规模数值计算及计算机网络技术等方面都有很好的应用前景。     

一种基于速度控制的公平调度算法研究

实时多媒体业务的传输需要网络提供严格的服务质量保证,而传统的先到先服务模式难以满足这一要求.因而提出了一种基于RCSP的调度算法,该算法把调度器的状态信息反馈回调整器,从而提高了调度算法的性能.通过仿真实验证明,在网络重载条件下,该算法与传统的RCSP算法相比,网络利用率和分组延时抖动等性能参数均有明显的改善,因此使网络具有更好的流控能力.     

支持多优先级的高速crossbar调度器的设计与实现

为了在高速交换中提供具有服务质量保证的调度器，提出了基于p—iDRR算法的调度器的FPGA实现方案。通过简化调度流程和使用流水线设计方式，使得调度器简单、高速、硬件易实现，并具有良好的性能。采用Xilinx公司的xc2v3000—6bg728芯片实现了支持2个优先级的crossbar调度器，能够支持16个2．5Gb／s的高速端口。另外，提出了一种软件仿真和硬件仿真相结合的验证方案，用于调度器功能的验证。     

并行流程式生产线调度问题的概率分析求解算法

并行生产线调度问题兼有并行机器和流程车间调度问题的特点 ,是一类新型的调度问题·针对工件在各工序具有任意加工时间的一般并行生产线调度问题 ,构造了整数规划模型 ,设计了基于概率分析的求解算法·对随机生成的测试问题进行求解的实验结果表明了算法的有效性     

基于多级优先队列模型的RSS更新任务调度

目前RSS成为互联网界的热门,如何高效并且合理地对RSS搜索任务进行调度也成了业界关注的问题.为解决上述问题,本文提出了基于访问频率和更新频率的最近最新访问算法,主要工作包括:(1) 分析了现有调度算法的不足;(2) 提出了基于访问频率的历史考察算法;(3) 在历史考察算法基础上提出最近最新访问算法;(4) 做了详尽的实验,实验结果证明,新的RSS调度算法较朴素调度算法更能区分RSS的重要度,最快调度速度提高了6倍.     

Linux 2.6内核CFS调度器仿真分析与研究

最新的Linux2.6.23内核推出了CFS进程调度器.为提高采用该调度器进行嵌入式Linux系统开发的效率,迫切需要设计一种适合该调度器的调度性能分析方法.为此,建立了一种Linux进程调度器仿真系统的形式化模型,并在此基础上设计并实现了一个Linux进程调度器仿真系统,最后基于此仿真系统对CFS调度器进行了深入的仿真实验.仿真实验结果表明,该仿真系统可为嵌入式Linux开发提供事先的调度性能评估,并指导相应的调度策略设计以满足不同应用系统对吞吐量和响应时间等个性化的需求.     

一种新的基于层次式的网格调度模型

在分析现有的资源调度方案及模型的基础上,提出了基于层次式的网格资源三层调度模型,它由主调度器、次级调度器和计算节点组成.通过模拟和分析,该资源调度模型在调度性能上明显优于集中式调度方案.     

网络控制系统的模糊动态调度算法研究

针对多回路的网络控制系统,本文同时考虑系统误差和误差变化率,设计了一种基于神经网络的模糊动态调度算法.该算法根据系统中各回路的误差和误差变化率,利用神经网络模糊控制的方法实时调整各回路的优先级,从而实现对网络控制系统的调度.最后,利用TrueTime工具箱建立了包含模糊动态调度器的网络控制系统仿真模型,并将其与RM和EDF调度算法进行对比.仿真结果表明,在相同的网络带宽占用条件下,本文所设计的模糊动态调度算法相比于RM和EDF调度算法,产生的网络诱导时延更小,且具有较好的控制性能.     

Job-shop的实时调度

利用神经网络和启发式分派规则设计了一种Job—shop的实时调度算法，该算法首先在离线时用遗传算法训练神经网络得到调度的启发规则，在加工开始时根据一些动态特性对要执行的工件操作进行模糊分类，然后再根据启发规则对分类后的操作进行在线调度．基于这种算法，用模糊神经网络设计了一个Job—shop实时调度器，最后结合实时调度和重调度问题进行了仿真．通过与FIFO与LR(Lagrangian Relax)的比较，证明提出的算法是高效和可行的．     

考虑工人疲劳和学习效应的装备制造车间动态调度

针对大型装备制造车间人机双资源调度中工人疲劳和学习效应集成优化难的问题,基于指数型疲劳表征和DeJong学习曲线,构建混合整数规划模型。根据双资源调度问题的编码特征,结合排序规则生成初始调度方案,结合移除和插入操作设计自适应大邻域搜索算法,以求解人机双资源分配、工件排序、动态调度等子问题。同时,围绕紧急插单、机器故障、工人离岗等扰动设计重调度策略,基于原有算法实现动态调度,并进行算法测试。结果表明,与求解器、规则、遗传算法等相比,所提算法找到了完工时间更短的调度方案,且在紧急插单、机器故障、工人离岗等动态调度场景下,也能够给出更好的结果。所研究的装备制造车间调度问题同时考虑了工人疲劳与学习效应,对应算法可为大型装备制造排产系统开发提供参考。     

NAS设备磁盘调度算法的新测试模型

为了考察NAS设备中使用的磁盘调度算法，提供一种新的基于NAS磁盘调度的测试模型．为了显示测试模型的有效性，以HP97560性能数据比较在NAS中使用的典型调度算法性能．同时例子显示如何使用测试模型．结果表明，测试模型可以客观地反映磁盘调度算法的统计特性，并能帮助磁盘调度算法设计者分析其算法的磁盘调度性能．     

免疫粒子群算法及其在水库优化调度中的应用

免疫粒子群优化算法(IA-PSO)是将免疫系统的免疫信息处理机制引入粒子群算法(PSO)中,利用其特有的浓度选择机制以及免疫接种功能的原理,改进粒子群优化算法的全局寻优能力,提高收敛速度.在分析水库优化调度的数学模型和IA-PSO算法特点的基础上,提出了基于IA-PSO算法的水库优化调度的方法,建立了数学模型,给出了具体求解步骤.经实例验证,IA-PSO得出的水库优化调度方案优于传统动态规划算法的计算结果,而且算法收敛速度快,为水库调度问题提供了一条新的有效求解途径.     

基于累计价值的最早最终截止期优先调度策略

提出一种基于累计价值的最早最终截止期优先调度策略. 通过分析抢占式EDF算法在实际工作中的行为, 认为系统中存在非必须的抢占行为, 这些非必须抢占行为影响了调度器的效率, 通过为EDF算法引入一个任务累计价值参数, 调整EDF算法对优先级的分配策略, 能减少这种非必须的抢占式开销. 实验结果表明, 改进后的EDF算法减少了系统的抢占式开销.     

面向GPU异构集群的自学习负载均衡调度算法

由于GPU的高性能计算能力,越来越多地被用于集群系统中,但同时也给集群带来节点级的异构问题,使原来适用于同构集群的调度算法在异构集群中性能大大降低。为使异构节点间的负载均衡,降低总的作业执行时间,提出了一个面向GPU异构集群的自学习负载均衡调度算法。首先对Torque调度器进行扩展,使其支持GPU作业调度,然后将提出的自学习调度算法在Rocks操作系统及Torque调度器软件中实现。真实物理集群上的实验结果表明,扩展后的Torque调度器很好地支持GPU任务的调度,自学习调度算法较原来的Torque调度算法能达到更好的负载均衡。     

网络控制系统二维优先级和带宽调度策略研究

研究了一种基于二维优先级和带宽调节的网络控制系统调度问题。在调度器的设计过程中,为对优先级和带宽进行协同调度,将任务的执行次序通过任务的一级优先级和任务的二级优先级决定,并在二维优先级调度机制中进一步引入二维带宽控制策略,以根据用户需求实时动态调整网络带宽,从而改善网络环境,克服了现有调度策略的不足。最后,通过仿真分析验证了调度算法的有效性。