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.     

异构系统中带可用性约束的性能优化调度算法

针对可用性约束以及任务响应时间不同给异构系统中实时任务调度分配带来的处理机节点难选取的问题,提出了一种带可用性约束的性能优化调度算法(PO-SSAC)。该算法将异构系统内处理机节点、实时任务以及带可用性约束的实时任务调度过程进行数学建模,通过考虑可用性成本与任务平均响应时间的折中,引入系统综合开销的概念,根据实时任务的可用性需求为其分配系统综合开销最少的处理机节点调度执行,达到系统调度资源合理利用的目的。实验结果表明,在实时任务调度可用性方面,与SSAC算法相比,PO-SSAC算法提升了3.4%,与MinMin算法相比,提升了76.9%,与Sufferage算法相比,提升了76.5%;与Sufferage算法相比,PO-SSAC算法的系统综合开销减少了约30%,优化了异构系统的实时任务调度性能。     

无线传感器网络操作系统中抢占式任务调度策略

提出了一种基于优先级的抢占式无线传感器网络操作系统调度策略IS-EDF,并在TinyOS上进行实现.提出的调度策略通过动态调整执行任务的优先级,可以有效地保证重要任务的实时性,改善无线传感器节点在任务负载较重情况下的系统响应性能;在节点处于轻负载或者空闲情况下,通过将节点带入睡眠状态,保证了无线传感器节点的节能.通过实验和仿真可以得出,提出的任务调度策略,在总能耗增加很少的代价下,可以有效地提高系统在运行负载较重情况下的系统响应性能.     

基于离散粒子群优化的MPSoC节能调度算法

为了降低多核片上系统MPSoC在应用中的能耗,在MPSoC上提出了基于优化离散粒子群算法的节能任务调度算法.通过比例选择算子生成初始种群,以任务在MPSoC上不同内核执行的能耗作为解空间,粒子群在整个解空间上搜索最低能耗调度方案,并在算法中优化了粒子群算法的局部早熟问题,使算法性能进一步提升.仿真实验表明:基于优化离散粒子群算法的节能调度算法与常用的3种调度算法相比,能耗得到了降低,且算法的截止期错失率并没有升高,保证了算法的整体性能.     

基于Flink平台的资源感知任务调度策略

针对Flink平台下先来先服务任务调度算法忽略任务资源需求与节点可用资源之间的关系,导致不同节点任务负载不均,从而影响系统吞吐量的问题,提出了基于Flink流式计算环境下资源感知任务调度策略.首先,以GlobalState模块监测的资源数据为依据,考虑任务资源需求与节点可用资源间的匹配关系,提出一种任务选择算法与节点选择算法选取待执行任务与最佳调度节点;其次,通过资源感知调度策略把待执行任务调度至最佳调度节点;最后,通过实验验证算法的有效性.实验结果表明,相比Flink平台现有的调度算法,本文所提出的算法在大数据基准测试WordCount以及TeraSort下的吞吐量平均提高了约29.32%和35.86%.     

时序逻辑控制的多席位任务协同调度算法

针对指挥控制方舱多席位任务协同的时效性问题,从时间和状态的角度,把复杂的指挥控制过程进行描述和任务编码,以任务树和任务执行甘特图的形式,建立了基于任务时序排列的多席位任务协同模型,并利用空闲事件驱动策略,提出了针对该模型的时序逻辑调度算法。实例仿真分析表明:相对于传统方式,算法使系统协同过程总的空闲时间减少了9%,任务整体并行执行时间减少了4.6%,该模型和算法能很好地描述和优化指挥控制过程中的多席位任务协同过程,减少任务协同过程中的空闲时间和任务整体并行执行时间,从而提高作战效率。     

一种基于对等网络高性能计算的任务调度算法

讨论了一种基于对等网络的高性能计算系统的体系结构,提出了一种两级联合调度算法,该算法针对对等网络结构松散、节点稳定性差的缺点,充分考虑负载平衡、志愿机CPU空闲计算能力以及子任务相关要求,分两面三刀级进行任务调度,从而分散了调度负载,避免了调度瓶颈,增强了系统的动态扩展性,提高了系统的并行效率.实验表明:随着志愿机个数的增加,系统动态平衡效果增强,加速比增大,进而说明了算法的有效性.     

双参数模糊调度在实时控制系统中的应用

针对嵌入式多任务实时控制系统,提出模糊调度设计(FSD)算法.该算法基于任务重要性和空闲时间2个特征参数,动态调整任务优先级,使得空闲时间越短且越重要的任务,其优先级越高.FSD算法在资源有限时可以提高关键任务的可调度性和控制性能,在不同系统负载下,通过灵活的模糊调度规则获得满意的系统可调度性能.为评估调度算法,定义性能指标IVR为任务价值总和与任务重要性之和的比值,若IVR越大,则系统可调度性越好.仿真结果表明:在正常负载下,FSD算法在保证关键任务可调度性的同时,对非关键任务的可调度性影响较小,任务调度成功率比MIX(加权组合)算法的高;超载时,FSD算法优先保证关键任务在其截止期内完成,避免EDF(截止期优先)算法中易出现的多米诺现象发生,有效提高系统的整体性能.     

无线传感器网络实时任务内电压的调度算法

针对无线传感器网络多节点协同式并行处理应用的节能设计环节,提出了一种低功耗的实时动态电压调节算法.该算法利用所建立的节点单任务处理模型来反映相关通信事件对任务处理的影响,引入任务内的电压优化调度策略,获得了模型中基本块理想的处理频率(或电压).然后通过创建频率拆分法有效地消除了任务完成期与截止期之间的空闲时隙.文中给出了该算法的实现方法,并通过仿真研究证明了该算法能有效地降低节点能耗.     

基于烟花算法的云作业调度策略

典型的云作业调度策略不能满足现有云系统工作效率的需求,为了进一步提升其性能,提出一种基于烟花算法的调度策略.首先,分析限制云作业调度的节点性能指标,并将这些节点性能指标作为调度器的决策因素;然后,通过数学问题建模,使用模拟植物生长的算法改进烟花算法中爆炸烟花的分布方式,使其按照植物的生长方式分布烟花;最后,将所提算法与4种典型的云作业调度算法进行试验对比,分析所提算法的性能.结果表明:与典型的云作业调度算法相比,所提算法可以更好地提升系统的性能.