事件驱动 并行任务调度方法研究

在对混合系统的仿真中,存在着大量的并行性问题,并行性不仅表现在连续系统仿真模块,离散事件系统仿真模块,推理决策系统模块内部,而且也表现在各模块间,这里以讷部的并行计算为例,研究它们在事件驱动方式下的并行任务调度过程,并得出相应的并行任务调度关键线路算法。     

事件驱动下的并行任务调度方法研究

在对混合系统的仿真中 ,存在着大量的并行性问题 ,并行性不仅表现在连续系统仿真模块、离散事件系统仿真模块、推理决策系统模块内部 ,而且也表现在各模块间 ,这里以连续系统内部的并行计算为例 ,研究它们在事件驱动方式下的并行任务调度过程 ,并得出相应的并行任务调度关键线路算法     

并行任务自动划分及调度算法SMPS

随着ＶＬＳＩ技术的发展，多处理机并行处理技术有了新的进展。本文基于ＩＣＳＬⅡ连续系统仿真语言［１］，提出了一个高效的并行任务自动划分及调度算法（ＳＭＰＳ）。它首先采用启发式算法对任务进行预调度，得到一个次优结果。然后采用改进的分枝定界算法对该调度进行优化，从而得到最优调度。该算法既具有简单易行性的特点，又不失调度结果的最优性，它为并行仿真语言的实现提供了技术基础。     

面向能耗的云工作流调度优化

云工作流调度直接决定了整个云工作流系统的性能,已成为一个重要研究内容.针对当前缺乏有效的面向能耗的云工作流调度优化方法,研究建立了面向能耗的云工作流过程模型、资源模型,提出了基于负载的能耗计算方法和面向能耗的云工作流调度优化算法.提出的方法考虑了能耗因素,在进行任务优先级计算及任务选择时不仅考虑了文件在不同虚拟机间传输的速度差异、同时考虑了虚拟机与本地共享数据库间的文件传输等因素,并从云工作流任务分配、主机负载和主机功耗关系的角度,进行能耗的计算与调度优化,更符合实际情况、使用范围更广.数值案例和仿真实验表明了提出的方法是可行的和有效的.     

面向并行工程的重调度方法

生产调度管理技术是决定ＣＩＭＳ能否取得预期经济效益的关键技术之一。现代ＣＩＭＳ加工过程迫切地需要有效的实时调度。本文在考虑了系统资源、工艺路线等并发因素的基础发式算法，提出了基于甘特图的时间点及优选调度离的概念，并给出了这种面向并行工程的重调度算法。最后，以实例说明了该方法。     

面向生产指标优化的选矿过程调度研究

针对选矿厂生产调度过程,本文提出了一种面向生产指标优化的选矿过程调度方法,该方法在保证精矿品位的前提下,尽量减少精矿库存,最大限度地利用设备能力.讨论了基于该方法的选矿生产调度系统的结构、功能和优化策略.采用该方法的调度系统的功能除了具备普通的调度系统的设备运行调度和资源调度功能外,还包括生产指标的优化,即以生产指标、工艺指标逐层分解和设定,逐层优化控制的思想,实现了管理和控制一体化.该系统运用于某钢铁公司选矿生产,提高了生产效率.该系统的成功实施为流程行业大系统的总体优化调度开拓了一个新方法,新思路.     

基于DQN的异构测控资源联合调度方法

以异构测控网资源联合调度为研究对象,提出一种基于强化学习的深度Q网络(deep Q network, DQN)算法。在充分分析异构测控资源联合调度问题特点后,用数学语言对影响问题求解的约束条件进行描述,建立了资源联合调度模型;从应用强化学习解决问题的角度,对求解的问题进行马尔科夫决策过程描述后,分别设计了2个结构相同的神经网络和基于ε贪婪算法的动作选择策略,并建立了DQN求解框架。仿真结果表明：基于DQN的异构测控资源调度方法较遗传算法能够找到调度收益更优的测控调度方案。     

面向虚拟采办的复杂异构系统统一建模方法

针对集团企业大型装备虚拟采办应用中,存在多层次、多方位的模型异构性,以及已有大量专业沉淀,需要提高模型的可重用性和可组合性水平的问题,本文基于一种复杂异构系统统一建模的理论框架,给出复杂异构系统统一建模方法的形式化定义,从可信度分析的角度探讨统一建模方法的自洽性,并从工程化的角度提出统一建模方法的实现方式及其文本描述规范。最后,以某装备虚拟采办为背景,对本文所提出的统一建模方法进行应用验证。结果表明,所提出的统一建模方法可有效支持在集团企业开展大型装备的虚拟采办。     

面向复杂航道的引航员与船舶集成调度优化

为提高复杂航道条件下港口的引航调度服务水平,本文研究了船舶和引航员调度的集成优化问题.本文考虑了潮汐、封航、安全距离以及单双向航道的对向避让等因素,以船舶延误成本和引航员调度成本最小化为目标,建立了整数规划模型.结合问题的特征,设计了一种两阶段变邻域搜索算法对模型进行求解.其中第一阶段讨论了引航员调度对于船舶延误的影响,求得了所有船舶和部分引航员调度方案的集合;第二阶段以传统调度规则得到的所有船舶和引航员的完整调度方案为初始解,使用变邻域搜索算法求解所有调度方案中最优的调度方案.最后,通过一系列数值试验验证了模型和算法的有效性.     

Scheduling algorithm based on critical tasks in heterogeneous environments

Heterogeneous computing is one effective method of high performance computing with many advantages. Task scheduling is a critical issue in heterogeneous environments as well as in homogeneous environments. A number of task scheduling algorithms for homogeneous environments have been proposed, whereas, a few for heterogeneous environments can be found in the literature. A novel task scheduling algorithm for heterogeneous environments, called the heterogeneous critical task （HCT） scheduling algorithm is presented. By means of the directed acyclic graph and the gantt graph, the HCT algorithm defines the critical task and the idle time slot. After determining the critical tasks of a given task, the HCT algorithm tentatively duplicates the critical tasks onto the processor that has the given task in the idle time slot, to reduce the start time of the given task. To compare the performance of the HCT algorithm with several recently proposed algorithms, a large set of randomly generated applications and the Gaussian elimination application are randomly generated. The experimental result has shown that the HCT algorithm outperforms the other algorithm.     

考虑不确定因素影响的保障任务调度算法

针对装备保障任务的优化调度问题,首先进行静态建模,提出了一个新的数学规划模型,能够有效描述保障单元的力量配置及与保障对象的指派关系等复杂约束条件;随后实施动态建模,利用混合Petri网把数学模型转换为流程模型,不仅构建了变迁激发规则以表达静态数学模型的约束条件,而且设计了新的子网结构模拟突发事件及协同保障的动态过程。为了求解该规划模型,提出了一个基于退火进化的优化调度算法,该算法首先计算保障单元的分配问题,随后搜索资源分配的优先级列表生成保障任务的工作顺序,算法中利用Petri网过程模型计算不确定条件下的目标函数值。仿真实验表明算法能在较快的收敛速度下提高保障单元的利用率。     

一种新的三对角线性方程组分布式并行算法

根据分而治之的思想提出了一种求解严格对角占优的三对角线性方程组的分布式并行算法(newdis tributedparallelalgorithm,NDPA)。当方程组的系数矩阵满足对角占优时,该算法是数值稳定的。新算法的算法复杂性和最优串行追赶法差不多,算法总通信建立次数为2,仅在相邻处理器间进行通信,且每次通信传送2个数据元素分析了算法的加速比、效率以及算法的可扩展性,给出了基于局域网的MPI异构环境下数值实验结果。数值实验结果表示,该算法是高效的。     

基于分布式并行计算的神经网络算法

为了提高计算性能（速度与可扩展性），提出了一种新颖的神经网络的并行计算体系结构和计算网络权函数的训练算法。权函数是广义Chebyshev多项式和线性函数的复合函数，只需要通过代数计算就可以求得，不需要梯度下降计算或者矩阵计算。各个权函数能够独立求解，可以通过并行系统采用并行算法计算。算法可以求得全局最优点，得到反映网络误差的一个有用的表达式。此外,算法在不超过权函数总数的范围内，还具有维持加速比与并行系统中提供的处理器的数量成线性增长的能力。仿真实验结果表明，本文算法的计算性能远远优于传统算法。     

分布式并行服务器的动态重构容错算法

分布式并行服务器的效率和可用性日益受到人们的关注。鉴于此,从体系结构上提出了动态重构容错模型,阐述了容错模型的数据分布和操作,并在此基础上描述了动态重构容错算法。该算法通过动态重构数据分布和操作解决了系统节点和网络故障,且使正在执行的任务不被中断。最后对比性地分析和测试了该算法的平均响应时间,说明该算法性能明显优于类似算法。此算法已成功应用于电子政务系统平台———分布式并行数据库系统DPSQL,经使用表明该算法使系统可用性和效率得到大幅度提高。     

航天器发射多任务并行调度模型及算法

航天器发射高频度常态化和航天产品可靠度的增加,客观上要求航天器发射采用并行调度模式以提高发射资源利用率。针对工序迭代可能引发的航天器发射系统死锁,构建了死锁预测和损失评价机制,建立了最小化任务时间和最小化加权滞后时间综合的目标函数,设计了多任务并行调度模型,开发了多类agent协同工作的优化算法,并使用调度实例验证了模型和算法的可行性和有效性。模型和算法在“天宫一号”和“神舟八号”发射任务中得到初步应用,效果较好。     

分布式异类传感器网异步采样下的航迹起始算法

为解决分布式异类传感器网异步采样下的航迹起始问题,基于模糊集理论,定义了测量集与目标间的模糊综合贴近度。基于模糊综合贴近度提出了分布式异类传感器网航迹起始算法。该算法通过模糊综合贴近度函数全局极值点的检测实现目标的检测,用与目标相关联的测量估计目标的初始状态。算法的特点是不需要掌握目标探测概率、虚警率、杂波密度等诸多信息。仿真实验验证了算法的有效性。     

基于多目标遗传算法的卫星成像任务调度技术

针对成像卫星的任务调度问题,考虑多种约束条件,提出了成像任务约束图模型。基于多目标优化和遗传算法思想,提出了一种应用于卫星成像任务调度的多目标遗传算法,详细分析了算法的各个关键步骤的设计思想,能够求得基于成像约束图模型的满意解,生成卫星的优化拍摄计划。卫星成像任务调度原型系统的实现和实验结果验证了该模型和算法的合理性和有效性。     

虚拟化云中随机任务与资源调度方法

任务和资源调度方法是云系统的关键技术之一。但是,现有的研究往往忽略实时任务的高动态性和任务执行时间的随机性,使得调度方案的实际性能与期望性能相差甚远。针对以上问题,本文设计一个随机性感知的调度框架;提出一个启发式调度算法集成前摄性和反应式策略(proactive and reactive strategy, PRS)来对任务进行调度,以提高云系统保障实时任务时效性的能力;并提出3个计算资源伸缩策略来动态调整计算资源,以减少能量消耗。最后,通过实验将算法PRS的性能与其他4个算法进行比较。实验结果表明,在任务完成率和能耗方面,算法PRS的性能比已有算法提高13.85%和17.23%。     

多虚拟机协同计算任务的描述方法

研究了一种基于特征模型的多虚拟机协同计算任务(collaborative computing tasks over multiple virtual machines, CCTMVM)的描述方法及其辅助构造工具,以简化虚拟机平台中并行计算的描述,提高应用程序的开发效率。从任务分解的原则与方法、粒度评价方法和启发式规则等方面分析了任务分解的策略,确定了分解任务的并行关系判别准则,并依据时序关系对特征单元的语义动作进行了描述。从特征单元内聚、耦合及粒度系数对描述方法的有效性范围进行了分析。进行了CCTMVM辅助构造工具的原型设计,以一个计算机辅助工程（computer aided engineering, CAE）问题求解实例分析了任务构造过程。实验结果表明,本文所提思路和方法对构造面向并行计算的CCTMVM具有一定的可行性。