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。     

基于预测表的容错实时调度算法

为了更精确地预测软件容错模型中的容错实时调度算法主部分可否执行，提出了基于预测袁的容错调度算法（PTBA）．该算法充分考虑了当前时间至替代部分通知时间之间的任务执行状况，以该时间段内通知时间的先后顺序精确地预测主部分的执行情况，并为待执行主部分构建预测表．当主部分不发生错误时，算法将依照预测表进行任务调度．模拟结果表明，利用PTBA可获得更多的主部分执行时间，降低了CPU消耗．PTBA适用于软件错误率较低的应用环境，特别是当任务的周期较短时，能够以较小的调度开销获得较高的调度性能．     

离散时间模型预测控制在光伏并网中的研究

针对光伏并网逆变器的工作特性,提出了一种基于SVPWM离散时间模型预测控制（MPC）的光伏并网,构建了一个新型的价值函数,建立了光伏并网系统数学模型．在每个采样周期内,根据预测控制模型,对三相并网逆变器的8个电压矢量进行筛选,得到使价值函数最小的电压矢量,并根据预测算法,计算出电压矢量在下一个采样周期中所作用的时间．通过Matlab／simulink分别对传统的滞环控制以及离散时间模型预测的光伏并网进行了仿真,验证了基于MPC的光伏并网具有更好的动态、静态特性,并网网侧谐波小,实现了旃由电流以及q轴电流的解耦控制,对光伏并网具有一定的意义．     

异构环境下基于任务交互图的调度算法

针对异构环境下任务图为TIG（task interaction graph）的问题，利用松弛标记法善于利用邻居属性处理大量约束的特点，提出一种任务调度算法．算法把任务看作目标对象，处理器单元看作待分配标记，根据对象间所有可能关系，逐渐排除不相关的处理器单元，选择计算和通信综合性能较好的处理器单元．在兼顾任务执行的计算和通信需求的情况下，能够合理分配资源、提高处理速度、缩短整个应用程序的执行时间．实验结果与用穷举法得出的最优结果比较显示，本算法能较理想地解决异构环境下基于任务交互图的调度问题．     

基于虚拟艇引导的无人艇轨迹跟踪模型预测控制

针对无人艇在跟踪任务前期因位置偏差过大及约束存在而导致模型预测控制器(MPC)震荡问题，提出一种由虚拟无人艇引导的MPC控制策略，引用虚拟过渡轨迹代替实际无人艇的目标轨迹，并设计转换条件决定无人艇在执行过程中何时退出该虚拟引导策略。为解决MPC稳定性问题，基于准无限模型预测控制理论，在MPC设计中添加终端惩罚函数，通过构造Lyapunov函数，证明了本文方法在有限时域内的稳定性。引入非线性干扰观测器对复杂海洋环境中的干扰进行观测，利用控制器对其进行补偿。圆形、正弦和直线三种工况的仿真实验验证了本文方法的有效性及准确性，可实现水面无人艇在复杂海洋环境下的轨迹跟踪控制。     

基于MPC算法的电力系统负荷频率控制

针对在大规模电力系统互联情况下如何准确、快速控制系统负荷频率的问题,本文结合模型预测控制算法(MPC),提出了一种多区域电力系统负荷频率控制方法.该方法实现了超前预测、多约束条件滚动优化和反馈校正,克服了传统PI调节方法对系统参数的敏感性,提高了负荷频率控制系统的稳定性和鲁棒性.文中对三区域电力系统进行建模,并在每个系统中设置了MPC控制器和PI控制器.仿真表明,在多区域系统、多约束条件下MPC算法在频率控制的稳定性和快速性方面远优于PI算法;当系统参数偏移10%时,MPC算法仍能保证控制性能.     

有通信冲突的异构系统上的任务调度

在新的系统模型上，提出了一个任务调度算法．该系统模型考虑了通信冲突，即在任何时刻，一个处理器只能接收一条消息，发送一条消息．新的算法包括异构系统中任务优先级的高效排序和基于任务复制的处理器分配两部分．随机产生的任务图和一个具体应用的任务图进行调度试验的结果表明，该算法比已有调度算法的性能有了显著的提高．     

实时控制系统一种基于模型预测控制的反馈调度

提出一种基于模型预测控制(MPC)的反馈调度算法(FS-MPC),可以在有限计算资源的情况下改进实时控制系统的性能.将被控的实时调度过程模型化为受约束的任务集密度控制问题.在FS-MPC算法中,约束条件保证任务集在最早截止时限优先(EDF)算法下是可调度的;同时,MPC的优化目标通过减小控制任务的截止时限使整个任务集的密度尽可能接近100%,从而提高控制任务的优先级,降低输出抖动.仿真结果表明,在有限计算资源的情况下,FS-MPC显著地降低了由调度过程引起的控制性能损失.     

针对不确定执行时间任务的实时调度方案

为了解决在实时调度系统中,任务执行时间不确定性所带来的问题,提出了基于时间预测的调度方案。该方案设计了VSM(vectorspacemodel)模型、Markov模型和MVSM(Markovvectorspacemodel)模型。对这3种模型的比较表明:基于MVSM模型的调度方案可以很好地保证实时系统的效率和稳定性,即使在处理器超载的情况下,也能自动调节,超过99%的作业可以在时间期限之前完成。采用时间预测的方法,可以较好地解决任务执行时间不确定性所带来的影响,为不确定环境下的实时调度系统提供一种很好的参考解决方案。     

基于DSP的电动汽车电池管理系统的设计

在大量充放电模拟试验和随车试验数据采集的基础上,构建了基于数据信号处理器（DSP）芯片TMS320C2812的电池管理系统,实现了数据监测、荷电状态（SOC）估计、控制局域网（CAN）通信及USB存储等功能．在SOC估计算法上,根据电池所处状态进行了分类分析,并对估算难度最大的电池动态放电状态的算法进行了仿真实验．实验结果表明,该算法对镍氢电池的SOC能进行准确预测,并具有较高的精度．     

自适应SR-RM调度算法

在分析RM调度算法的基础上,提出了一种自适应SR RM调度算法,通过跟踪任务的实际执行情况以及处理器的繁忙程度自适应地调整任务的执行周期,使任务得到较合理的调度,达到理想的服务响应时间,以提高系统的实时性;同时监视和预测环境的变化是否造成不可调度任务集,通过自动调节任务的执行周期来减少不可调度任务集的发生,提高系统的可靠性·通过仿真实验,证明SR RM能得到较小的任务调度错失率、较高的可调度利用率和实时性能·     

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.     

一种新的多处理器系统实时容错算法

实时多处理器容错算法是实时系统研究领域的一个重要课题.提出了一个动态处理非周期实时任务的容错算法.提出了对待实时任务的基、副版本采用不同的处理器分配策略.对于基版本,尽量提前任务的开始时间;对于副版本,尽量延迟任务的开始时间.通过实验模拟研究了算法的性能.实验表明,算法调度的成功率跟处理器个数、任务数以及任务计算时间有关.与采用单一处理器分配策略相比,具有较高的调度成功率.     

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。     

支持优先级约束任务的容错调度算法

为了解决异构分布式系统中可靠调度问题,提出一种考虑处理机链路通信竞争的,支持优先级约束任务的容错调度(FSPCT)算法。该算法使用通信竞争模型描述处理机之间通信,在备份成本最小化和备份任务最早完成之间寻求平衡点。对主副版本任务的最早开始时间进行分析,并限定了所执行的处理机,在处理机出现故障后任务可以顺利执行。实验结果表明FSPCT算法的综合性能优于现有一些算法。     

改进的端到端实时CORBA调度模型可调度性分析算法

端到端实时CORBA系统调度模型的可调度性分析算法存在着一些缺陷和局限．针对其局限性，提出了改进的可调度性分析算法，采用时间需求分析方法，增加考虑了同一处理器上兄弟子任务对时间需求的影响，以及一个端到端任务在同一处理器上存在着2个以上子任务的情形。通过计算任务影响函数，分别推导出2类子任务的时间需求函数。新的可调度性分析算法不仅具有良好的通用性，而且提高了原有算法的判定能力。可适用于含有递归调用的实时CORBA任务集的可调度性分析和判定。     

基于动态规划的云计算任务调度研究

任务调度作为云计算中的核心问题,其目的是合理分配任务,实现最佳调度策略并且有效地完成任务.首先对当前云计算中任务调度算法进行分析并指出传统算法的不足与缺点,然后提出一种基于动态规划模型的任务调度算法,以任务运行时间最少为优化目标,把任务与数据集群中虚拟机匹配看成为多阶段决策的组合优化.最后在CloudSim进行仿真实验,结果表明,所提算法在满足多用户需求下与max-min和min-min算法相比,在一定数量规模下,任务完成时间减少而资源负载相对均衡.     

An Efficient Real-Time Fault-Tolerant Scheduling Algorithm Based on Multiprocessor Systems

In the context of real-time fault-tolerant scheduling in multiprocessor systems, Primary-backup scheme plays an important role. A backup copy is always preferred to be executed as passive backup copy whenever possible because it can take the advantages of backup copy de-allocation technique and overloading technique to improve schedulability. In this paper, we propose a novel efficient fault-tolerant ratemonotonic best-fit algorithm efficient fault-tolerant rate-monotonic best-fit （ERMBF） based on multiprocessors systems to enhance the schedulability. Unlike existing scheduling algorithms that start scheduling tasks with only one processor. ERMBF pre-allocates a certain amount of processors before starting scheduling tasks, which enlarge the searching spaces for tasks. Besides, when a new processor is allocated, we reassign the task copies that have already been assigned to the existing processors in order to find a superior tasks assignment configuration. These two strategies are all aiming at making as many backup copies as possible to be executed as passive status. As a result, ERMBF can use fewer processors to schedule a set of tasks without losing real-time and fault-tolerant capabilities of the system. Simulation results reveal that ERMBF significantly improves the schedulability over existing, comparable algorithms in literature.