Linux进程调度分析

进程调度是多任务操作系统的核心.Linux中的每个进程用task_struct结构来描述,进程调度的依据是task_struct结构中的policy、priority、counter和rt_priority.Linux根据policy将进程划分为实时和普通两类,普通进程采用动态优先调度,实时进程采用基于优先级的FIFO调度和多级反馈轮转调度.函数schedule( )是实现进程调度的函数,它通过调用函数goodness( )来选择最值得运行的进程获得CPU.2.6内核的O(1)调度算法及其他快速响应策略更加适合实时环境.     

网格工作流调度关键技术综述

网格工作流将工作流管理和网格计算结合起来提供了一种更有前景的分布式协作的工作流系统的解决方案.网格工作流调度是网格工作流管理中的一个关键问题,它直接影响网格工作流的执行成功与否和效率的高低.详细总结了网格工作流调度中的关键技术:(1)工作流设计;(2)调度体系结构;(3)调度决策机制;(4)计划模式;(5)调度策略;(6)性能评估,并对各关键技术进行了分析和探讨,其次阐述了几个典型网格工作流调度系统,且指出了网格工作流规范与调度算法存在的问题及其发展方向.     

基于预警文本信息的调度命令智能生成模型

提出调度命令智能生成模型,该模型由神经网络和调度命令修正模块两部分组成。基于长短时记忆(LSTM)网络构建序列-序列(seq2seq)模型,将预警文本信息作为模型的输入进行训练,提出五种调度命令修正策略并分别对五种易错信息进行修正,最终得到调度命令。结果表明:该模型具有利用预警文本信息生成调度命令的能力,引入的调度命令修正模块能够有效提升调度命令生成质量。     

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。     

基于QoS保证的自适应跨层调度算法

针对无线多媒体通信网络,提出一种基于业务和信道信息的自适应跨层调度算法(TCAS).引入调度概率作为决策因子,利用业务流量和信道状态等跨层信息,设计出基于决策因子的预分配和实时调度相结合的资源分配方法.仿真结果表明,该算法与比例公平调度(PFS)算法和基于信道和队列信息的调度策略(CASTI)算法等经典算法相比,在无线多媒体应用环境中具有更强的适应性和稳定性,可提供多样服务质量(QoS)保证,并显著提高了资源利用率.     

Linux2.6进程调度机制的剖析

阐述了Linux2.4内核进程调度系统存在的缺陷,详细分析了Linux2.6内核进程调度的时机,策略和O(1)算法的实现细节.与2.4相比,这些改进使得linux2.6进程调度系统实现了O(1)调度算法,支持抢占式调度,并增强了对实时任务和SMP的支持.     

多处理器混合实时任务调度

比例公平调度PFair(Proportionate-Fair)算法和边界公平调度BFair(Boundary-fair)是多处理器系统上周期性实时任务的最佳全局调度方法,但在实际的实时系统中,实时任务往往是周期任务和非周期任务混合的任务系统,在研究PFair和BFair调度算法的基础上,提出了基于服务器思想的公平调度方案,实现了对混合实时任务的调度,同时保证了任务公平地使用共享资源,使得公平调度算法适用于多处理器系统中的混合实时任务调度,扩展了其适用范围。     

基于调度效益最大化的多功能组网认知雷达资源优化调度算法

在组网认知雷达中,针对多目标多任务(如搜索、跟踪与成像等)按优先级进行资源调度时易造成目标任务丢失的问题,提出基于调度效益最大化的多功能组网认知雷达资源优化调度算法。该算法将搜索与跟踪任务的时间窗考虑到目标函数中,通过目标任务的重要性(优先级)和有效性(时间窗)两个因素的加权来表示雷达对目标任务的调度效益,根据调度效益最大准则建立并利用遗传算法求解资源调度模型。对仿真结果分析表明,该方法能够提高组网认知雷达的整体效能。     

分布式系统中基于非合作博弈的调度算法

针对分布式系统中任务调度问题,根据分布式环境下的任务调度特性,建立了一个非合作博弈的多角色任务调度框架,在此基础上提出了一种基于纳什均衡联合调度策略的分布式强化学习算法.相比于静态调度算法,该算法需要更少的系统知识.能使调度器主动学习任务到达和执行的相关先验知识,以适应相邻调度器的分配策略,目标是使得调度器的策略趋向纳什均衡.模拟实验结果表明:所提出的算法在任务的预期时间和公平性上相对于OLB(机会主义负载均衡)、MET(最小执行时间)、MCT(最小完成时间)等同类调度算法具有更好的调度性能.     

基于CAN与TTCAN的汽车整车分层控制网络及调度

根据汽车动力传动系统与车身控制系统的不同要求,研究了汽车整车分层控制网络的构建及其信息调度策略.在分析汽车控制系统信息特点的基础上,构建了动力传动时间触发控制器局域网(TTCAN)和车身控制器局域网(CAN)子网互连的整车分层网络,针对动力传动TTCAN子网提出均匀装载(AL)调度策略;针对车身控制CAN子网采用比率单调(RM)调度策略,通过对具体汽车控制信息的通信调度及实时性实例分析,验证了该方案的可行性.     

基于多Agent和合同网的敏捷制造单元调度

分析了敏捷制造单元调度问题的特点,以构造的基于多Agnet技术的控制系统为基础,提出了采用分布式人工智能和协同式求解策略来解决敏捷制造单元调度问题,采用合同网技术与启发式规则相结合的方法,把传统的集中和自上而下的求解过程转化为分布的和自下而上的求解过程,保证能够有效地解决敏捷制造单元的调度问题。     

An extension of contract net protocol with real time constraints

The contract net protocol has developed to specify problem solving communication for nodes in a distributed problem solving. Task distribution is affected by a negotiation process, a discussion carried on between nodes with tasks to be executed and nodes that may be able to execute those tasks. In contract net protocol, once negotiation successes, the task execution is assumed to success. However, in real world, even though a task is awarded to successfully bidding nodes, it may be delayed. Such delay may badly propagate in whole system. Here, we introduce real-time constraints into contract net protocol to manage task execution for avoiding the task's delay, or even though being delayed, the failure cannot propagate to whole system. In this paper, we first present a real-time contract net protocol which is an extension of contract net protocol with real-time constraints for distributed computing. Our proposition extends the basic negotiation protocol to negotiation and controlling execution of task. The controlling process is based on task deadline time we also present an extension of the internode language of contract net protocol specification with real-time constraints Li Qiaoyn, born in Jan. 1965, Lecturer     

多目标柔性作业车间调度的多交叉策略元胞进化算法*

针对经典Job-shop调度问题的局限性,构建了以加工成本、瓶颈机器负荷、机器总负荷及制造工期为目标函数的柔性作业车间调度多目标优化模型,提出了基于多交叉策略的元胞多目标遗传算法。在分析优化模型的基础上,使用双层编码方式,并采用多个交叉算子协同进化,提出一种多交叉策略的进化算子。针对元胞多目标遗传算法的特点,提出一种改进的精英策略,保证更多的精英个体参与进化,从而提升算法收敛速度。通过2个基准实例求解对比分析,表明所提方法的有效性。将新算法应用于实际生产企业的车间调度问题中,得到了一组Pareto解集,并采用层次分析法得到一种满意度最大的方案。数据结果表明,该算法在解决多目标FJSP的工程有效性。     

基于目标级联法的作业车间调度的研究

作业车间调度是一种典型的组合优化问题，大规模的调度优化是该类问题的难点。本文针对求解大规模的车间调度问题的需要，基于层次性优化的目标级联法，建立一种带层次性的车间调度模型，并以由两个零件族制造单元组成的车间调度为例，验证所建立的车间调度模型。研究表明，基于目标级联法的车间调度模型为大规模车间分层调度问题解决提供一种有效方法，而且能根据加工时间和工件数量动态合理地分配各制造单元的机器数量和工件的加工路径。     

基于目标级联法和粒子群算法的柔性分布式车间调度

针对传统的单车间调度优化不能满足分布式车间调度优化的需求,提出一种基于目标级联法和粒子群算法的层次化柔性分布式车间调度优化模型,其中的生产计划层负责零件的分配,车间调度层负责零件加工路线的规划.以2个柔性制造车间组成的调度优化问题为例,验证该调度模型的有效性.研究结果表明:所提出的模型在将加工零件合理地分配到适当车间的同时,实现了零件加工路径的规划,从而为解决柔性分布式车间调度优化问题提供一种有效方法.     

用Hopfield神经网络解决作业车间调度问题

对作业车间调度问题的换位矩阵表示方法进行了改进,给出新的作业车间调度问题的 Hopfield 神经网络计算能量函数表达式,然后提出改进的 Hopfield 神经网络作业车间调度方法。为了避免 Hopfield 神经网络容易收敛到局部极小的缺点,将模拟退火算法应用于 Hopfield 神经网络求解,提出随机神经网络作业车间调度方法。与已有算法相比,改进算法能够保证神经网络稳态输出为可行的作业车间调度方案。     

可重构制造系统的车间作业调度策略

提出了一种实用的分层调度策略 ,通过对制造系统组织的重构 ,以最小作业生产延迟和最大系统设备利用率为目标产生可行的次优调度方案 .该策略分 3个阶段 :首先 ,采用增广拉格朗日松弛法获得复杂可重构制造系统的车间作业预调度方案 ,该方法能将复杂作业调度问题分解成多个任务层的子问题 ,通过求解子问题获得任务的作业时间和对应工序加工的生产设备类型 ;然后 ,对制造系统进行组织重构以形成多个虚拟制造单元 ,旨在使制造单元内的生产设备间物流传送 (由自动导航小车承担 )费用最小 ;最后 ,通过离散动态规划形成虚拟制造单元的生产作业调度次优可行方案 .通过数值仿真分析 ,该策略能针对快速变化的产品需求 ,有效地重构生产制造系统 ,产生次优的调度方案 .     

分散网络化制造模式下协调调度的遗传算法

讨论了在生产实际问题中利用遗传算法实现具有各制造单元间协调功能的生产计划与调度系统，为了把遗传算法应用到生产实际的协调调度的环境中，提出了自己的编码方式，在此基础上实现了针对调度问题的遗传算法，并通过Agent实现异地调度系统之间的协调通信，这一工系统适合于分布式、自治的场合，满足分散网络化控制中各个分布式单元具有智能与自主的控制特征要求。     

一种改进的车间调度问题算法

分析了求解车间调度问题的多种方法,建立了基于集合论的数学模型,研究了两层编码遗传算法在车间调度问题中的具体应用,包括编码格式、适应度度量、遗传算子等。提出了一种基于两层编码遗传算法的车间调度算法,并用三个实例验证了算法的有效性。实验结果表明:提出的车间调度算法在求解速度和求解质量上都有明显改进。     

基于评价函数的动态协同任务调度算法

针对复杂网格环境中节点资源动态变化及大量任务协作访问的问题,提出一种基于评价函数的动态协作任务调度算法.该算法通过为网格中的协作任务与协作成员建立随时间变化的任务评价函数和协作成员评价函数,实现动态网格环境中的任务协同调度.理论分析与仿真实验表明：与基于合同网的分布式合作调度算法相比,本算法能够减小系统开销,提高资源分...