多处理机实时分类调度算法研究

讨论了在多处理机实时系统中周期任务可调度性的充要条件和非周期任务的分布函数,并进行了任务调度模型设计。通过处理器利用率实现对实时任务的动态分类,并根据这些分类进行处理器分派。仿真结果表明,这种方法能有效提高实时任务的调度成功率;在处理器达到5个时,调度率可达98%以上,基本属于最优调度,平均负载达到最小且趋于平稳。     

基于动态任务优先级的网格任务调度算法研究

网格环境下的任务调度是一个NP完全问题.为了确保每一步都能优先调度影响调度长度最大的就绪任务,提出一种采用动态任务优先级策略的任务调度算法.在进行任务调度的过程中,通过动态计算任务图DAG的关键路径并有效地利用处理器的空闲时间段来复制任务,使任务节点之间的通信开销尽可能降低,进而缩短整个任务图的完成时间.大量的模拟实验结果表明,所提的算法在任务完成时间上明显优于HEFT算法和DDS算法.     

Windows多任务管理机制分析

本文讨论了Windows中的多任务调度机制 ,简述了Windows多任务调度过程的内部工作原理 ,并通过对Windows内核中未公开的任务调度程序及相关函数的分析 ,为Windows编程人员提供了一些人为干预Windows任务调度的方法。     

一种基于动态聚合方法的网格任务调度算法

网格中的资源都是动态的,传统的静态任务调度算法不能适应网格的动态特性。通过对资源在未来一段时间内的状态进行预测,可以提高调度算法的性能。文中提出了一种用动态聚合进行调度的算法。首先对处理器的负载进行取样,然后根据网格任务的执行时间,对处理器的取样值进行动态聚合,再利用AR(p)模型进行预测,最后利用预测到的值作为参数对网格任务进行调度,把网格任务分配给每个处理器,使得每个处理器完成子任务的时间都相同,从而使得整个任务的执行时间最短。实验表明,这种算法能很好地适应处理器负载高度变化的情况。     

一种异构计算系统动态任务分配模型

文章将群体智能技术引入异构计算系统的优化调度问题当中,利用蜂群与环境的交互模型来实现异构计算系统中动态的任务调度和分配,提出了一种优化的动态任务分配模型.该模型通过处理器对待处理任务的动态选择,实现了异构计算系统中任务的动态分配和任务的优化分配.     

μC/OS-Ⅱ内核任务调度算法的改进

μC/OS-Ⅱ是一个基于任务优先级抢占式的实时内核,但它不具有相同优先级任务的实时调度功能.为了使μC/OS-Ⅱ内核既支持不同优先级的多任务抢占式调度,又支持同一优先级的多任务调度,提出对μC/OS-Ⅱ内核的改造,加入以时间片轮转调度算法进行相同优先级任务的调度.方法是保持原有不同优先级抢占式调度链表,增加相同优先级的时间片轮转调度链表,通过任务控制块指针使任务调度在2个链表之间切换.给出了在μC/OS-Ⅱ任务调度模块中算法改进的实现步骤、实验过程和结果.结果说明了提出的改进调度算法是可行的.     

一种基于遗传算法的网格任务调度算法

任务调度问题是一类NP问题,经典调度理论一般仅能获得问题的近似最优解.尽管已有用于任务调度的遗传算法的求解质量优于传统方法,但多数是考虑单任务或独立多任务调度的遗传算法.采用理论分析与仿真实验相结合的方法,提出了一种改进的遗传算法解决网格的任务调度问题.这种遗传算法所处理的任务不仅可以包含多个有前后约束关系的子任务,并且每个子任务可以需要多种资源.通过对比实验可以看到本文所提出的算法在网格任务调度方面要优于传统的HEFT和DLS算法.     

嵌入式设备中差异化多任务节能优化调度方法研究

当前任务节能调度方法通常需预先掌握嵌入式设备中差异化多任务的属性,但在实际应用中任务抵达处理器后才可获取任务属性,导致当前方法应用性较低。为此,提出一种新的嵌入式设备中差异化多任务节能优化调度方法,对嵌入式设备中处理器模型、任务模型和功耗模型进行描述。通过引入速度调节因子,依据松弛时间,结合功耗管理技术,降低嵌入式设备中差异化任务执行速度,达到合理调度与节省能耗之间的合理折中,给出嵌入式设备中差异化多任务节能优化调度的实现过程。实验结果表明,所提方法节能效果好,调度性能优。     

Widows多任务管理机制分析

本文讨论了Ｗｉｎｄｏｗｓ中的多任务调度机制,简述了Ｗｉｎｄｏｗｓ多任务调度过程的内部工作原理,并通过对Ｗｉｎｄｏｗｓ内核中未公开的任务调度程序及相关函数的分析,。为Ｗｉｎｄｏｗｓ编程人员提供了一个为为干预Ｗｄｉｎｏｗｓ任务调度的方法。     

ARM GPU的多任务调度设计与实现

针对现有GPU任务调度系统在多任务环境下不能保证图形任务响应时间的问题,提出基于分类和多优先级队列(CPMQ)的调度方案,并在ARM的嵌入式GPU上实现验证。该方案中,将GPU的多任务划分为图形任务、通用计算任务和实时图形3类任务并分别建立队列排队,其中图形任务和通用计算任务按照优先级在各自队列中排队,实时图形按照任务截止时间排队。面向多队列的任务调度,优先从实时任务队列中选择任务,并按照加权公平算法分别在图形任务队列和通用计算队列中选择任务。实验结果表明:相比于ARM GPU的原有调度系统,CPMQ在不显著增加通用计算任务的执行时间和调度开销的情况下,将实时图形任务的帧率提升了5%~20%。     

一种实时多任务管理机制

研究一种实时多任务管理机制．讨论了ＲＭＤＯＳ系统结构与支撑环境、多任务控制流程和调度问题．该管理机制实现了可变优先级加时间片轮转的调度策略和网络任务的实时响应．它作为多任务操作系统的核心，成功地支持了分布式操作系统ＨＺＤＯＳ的实现和分布式并行任务分配，支持了分布式系统故障恢复与系统重构     

多核编程模型运行时环境的自适应性研究

针对多核编程模型运行时环境易造成处理器核资源竞争加剧以及可扩展性较差等弊端,基于动态反馈控制思想,将资源分配、运行时控制、任务执行视为有机整体,提出了自适应协同调度模型ACSM.ACSM采用集中式与分布式相结合的协同机制,动态调节处理器核资源在不同应用负载间及其内部的分配与管理.ACSM的优势在于充分体现了多核编程模型良好的可编程性和可移植性,消除了传统多核运行时环境显式指定核数的弊端,增强了处理器核资源分配的高效性和自适应性.实验结果表明,ACSM在提高多核编程模型易用性的同时,减少了系统处理器核资源的不良竞争,提升了系统的整体性能和资源利用率.与仅依赖多核编程模型运行时环境的调度算法相比,ACSM使应用程序的运行时间缩短了近50%,并且随着应用程序数量的增加效果更加显著.     

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。     

一类多机排序问题算法及其计算复杂性研究

在经典排序论中，一般都假设每个工件在任一时刻仅被一台机器加工，且每台机器至多仅加工一个工件。在这篇文章中，研究这样一类排序问题：每个工件可以被多个不同的机器子集加工，其加工速度对于不同的机器子集是不同的，被加工的工件假定是可以间断且是独立的。排序问题的性能测度是排序长度。在以上条件下求解这类问题算法被给出，对其计算复杂性也作了研究。     

一类复合并行机排序问题的多项式时间算法

在经典排序论中，一般都作以下两条假设：每台机器在任一时刻至多加工一个零件，每个零件在任一时刻至多被一台机器加工。本文研究在并行加工中多台机器可同时加工一个零件的排序问题，且每个零件可在固定的一个机器的子集上加工。在机器总数确定，零件加工可间断的条件下，设计出求这类问题最优解的计算方法，并研究这种问题的计算复杂性。     

基于DOS系统的实时多任务控制软件设计方法研究

高精度数控系统对控制软件的实时性有很高的要求，为了满足弧焊机器人用数控焊接变位 机控制系统的实时性要求，提出了一种基于ＤＯＳ 操作系统的实时多任务控制软件的设计方法．该 设计方法通过对控制系统中各个实时任务的动态调度，提高了ＣＰＵ的利用率．实验表明，由于多 任务机制的采用，显著提高了系统的可靠性，并使控制精度得到了保证．     

基于事件逻辑的炼油企业动态调度系统

针对炼油生产动态调度问题,开发了基于事件逻辑的调度优化系统.在分析大量实际生产事件和调度专家处理经验的基础上定义动态事件,生成事件逻辑.将事件逻辑与广义析取规划相结合,建立了基于事件逻辑的动态调度模型.基于事件逻辑的动态调度建模方法增加了动态调度模型生成的快速性和灵活性,在保证调度优化性的同时获得较好的调度实时性.最后,以某炼油厂"原油供应不足"事件为例进行仿真实验.结果表明,基于事件逻辑的动态调度系统是可行、有效的.     

基于双优先级队列的异构分布式控制系统容错调度算法

在对分布式控制系统进行分析的基础上,给出了任务模型和处理器模型.为了调度多种实时性的任务,提出了双优先级队列调度算法,用于调度每个处理器上的任务.该算法设置2个优先级队列,其中高优先级队列用于调度实时任务,低优先级队列用于调度非实时任务,高优先级队列中的任务可抢占低优先级队列中的任务.在此基础上,采用版本复制技术使系统具有容错能力,并分析了任务的容错可调度条件.基于此,采用首次适应的启发式任务分配策略,将任务分配到各个处理器上,在确保任务容错可调度的条件下使处理器负载均衡.仿真结果表明所提出的算法是有效的.     

基于Anytime算法的模型预测控制器的优化反馈调度

模型预测控制器可以实现为具有Anytime算法特征的模型预测控制（MPC）任务,它允许在执行时间和控制性能之间进行折衷．文中针对一组MPC任务,提出一种优化反馈调度算法（FS-CBS）,在有限处理器时间约束范围内使全局控制性能最大化．该算法为每个MPC任务分配了一个恒定带宽服务器（CBS）,并对CBS所预定的处理器时间进行动态调节,同时通过约束条件保证整个任务集的可调度性和各组分的稳定性．仿真结果表明,该算法对MPC运行时的执行时间变化不敏感,明显优于基本的CBS算法．