具有计算机视觉的FMS神经网络智能调度方法研究

采用“事件驱动”的神经网络智能调度方法 ,当系统发生某一事件时 ,及时更新系统可利用资源和需调度的任务集 ,综合计算机视觉的反馈信息作出合理的调度决策 .仿真结果表明 ,该方法对简化调度策略、提高设备利用率、及时完成加工任务具有较好效果     

多核平台的并行实时调度与内存分配算法

多核处理器凭借着低功耗高性能的优势占据了市场.针对多核平台上并行实时任务,提出局部与全局EDF相结合的调度算法,其中任务的截止期划分、执行预算以及迁移时机由所设计的处理器带宽预留服务器决定.同时,提出了内存分配算法,该算法能够更好地为并行实时任务管理内存资源.实验结果表明新的调度算法具有更高的调度成功率.另外,在内存资源竞争的前提下,内存分配算法可以保证并行任务的实时性与系统稳定性.     

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·     

高效支持负载聚合的程序资源敏感度获取及分析方法

针对集群或数据中心中负载聚合导致的程序和系统性能不稳定的问题,提出一种程序资源敏感度获取及分析方法。该方法利用Linux中的Cgroups机制设置可调整资源大小的控制组,并让程序在控制组内执行,获得程序在资源受限时的性能;将程序在多个资源限制下的敏感度表示成敏感度超平面,从而预测程序协同执行时的性能;将程序所需的资源按照重要程度排序以帮助集群调度。实验结果表明,该方法预测出的敏感度与真实值的平均绝对误差为0.093。与最小负载的簇级调度策略相比,利用程序资源敏感度信息的调度策略可以提升程序性能22.2%,还可以提升磁盘读写带宽利用率和网络带宽的利用率,程序资源敏感度能够高效地支持负载聚合。     

一类广义系统极点配置的方法

基于广义线性系统的三种等价形式的相关定理,讨论了静态反馈控制对一类广义系统的极点配置,即分别讨论了选择什么P反馈控制和P-D反馈控制能除去该类系统的闭环系统的无穷极点,得到了该类系统的闭环系统有穷极点集;并且对这些有穷极点进行任意的配置时发现,在改善系统属性方面P-D反馈控制优于P反馈控制。     

基于孔径分割的相控阵雷达认知成像调度算法

在相控阵雷达资源调度研究领域,关于时间资源的分配已较为成熟,然而对于孔径资源的分配方面尚有待深入研究。针对相控阵雷达成像任务的调度问题,提出了一种基于孔径分割的多目标认知成像调度算法。首先对目标的回波特征进行认知,计算出目标成像所需占用的时间资源、孔径资源及综合威胁度;然后根据反馈信息,对多个成像任务进行合理调度;最后利用基于压缩感知的稀疏孔径ISAR成像方法对各个目标进行成像,实现多个任务在孔径上并行,在时间上交替执行。仿真实验表明,在保证成像质量的前提下,基于孔径分割的自适应调度算法能够提高成像任务的调度成功率与雷达系统的资源利用率。     

不确定环境下的嵌入式实时系统EDF调度算法研究与分析

大部分嵌入式系统的实时调度算法, 都是按任务的最坏执行时间进行调度, 会浪费各种资源. 针对网络多媒体系统的实时应用需求和当前调度算法的实时性能的不足, 本文分析了嵌入式实时系统中有代表性的动态EDF调度算法, 建立了一个周期性的任务集模型, 依据该模型, 提出来了一个改进的EDF调度算法, 最后用实验验证了改进的EDF调度算法的有效性.     

面向云工作流的两阶段资源调度方法

为提高云计算系统的资源利用率,优化系统性能,同时兼顾用户的服务质量(Qo S)需求约束,文中结合云计算和工作流建立了云工作流系统,给出了具有两个调度阶段的系统资源调度模型.在第1阶段中,考虑了Qo S的时间及价格约束、工作流内各个任务之间的依赖关系以及各个任务所产生的中间数据的处理,提出了改进的粒子群优化(MPSO)算法,并利用Pareto获得最优解,以提高调度效率;在第2阶段中,考虑了资源在主机上的分配情况,提出了具有负载感知的调度策略,根据系统的负载情况进行资源调度,以提高系统的资源利用率.实验结果表明:在云工作流系统的资源优化调度中,与经典的异构最早完成时间算法、单目标优化的遗传算法相比,MPSO算法的任务执行速度更快、资源利用率更高,能满足用户的Qo S需求;具有负载感知的调度策略能更有效地根据负载情况进行调度,提高任务执行的效率和资源利用率.     

基于权值比例和服务时间误差的动态调度算法

针对动态网格计算中的需求调度问题,提出了 一种基于权值比例和服务时间误差的调度算法.首先,构建出一个由多个动态独立执行的任务和多个具有相应计算能力的多处理器系统构成的动态网格模型;然后,对于一个给定的由多个任务构成的任务集来说,按照任务集中每个任务的权值比例对队列中的全部任务进行降序排序,并得到每个任务的服务时间误差;...     

网络控制系统二维优先级和带宽调度策略研究

研究了一种基于二维优先级和带宽调节的网络控制系统调度问题。在调度器的设计过程中,为对优先级和带宽进行协同调度,将任务的执行次序通过任务的一级优先级和任务的二级优先级决定,并在二维优先级调度机制中进一步引入二维带宽控制策略,以根据用户需求实时动态调整网络带宽,从而改善网络环境,克服了现有调度策略的不足。最后,通过仿真分析验证了调度算法的有效性。     

基于有限带宽的NCS模糊动态反馈调度算法研究

带宽受限是影响网络控制系统正常运行的一个重要因素。将模糊控制理论引入反馈控制实时调度框架体系。提出了基于有限带宽分配的模糊动态反馈调度算法。该算法综合考虑了系统中各控制回路的控制偏差和偏差变化率。通过动态调节各控制回路的优先级,在满足系统的实时性要求的同时,能使网络具有较好的服务质量。仿真结果证明了所设计的算法要优于EDF算法,能够更有效的提高网络控制系统的控制质量。     

快速制造网络化服务系统研究

介绍了快速制造技术及快速制造网络化服务、基于目前快速制造网络化服务模式及存在的问题，提出了类似于ASP（application service provider）的快速制造服务模式．设计了快速制造网络化服务系统的功能，构建了服务系统的体系结构，并对其中的关键技术资源优化组合与协作作业规划进行了详细的描述．其中，资源优化组合与协作作业规划过程采用序贯决策原理，分为项目分解、资源配置、确定任务工期三个阶段进行．快速制造网络化服务系统开发与实施将提高快速制造资源的共享与高效利用，促进中小企业的新产品开发．     

一种考虑资源状态动态反馈的云计算调度算法

针对云计算动态调度问题,提出一种考虑资源状态动态反馈的云计算调度算法.该算法针对资源服务器状态动态变化影响当前工作流调度结果的问题提出滑动窗模型,该模型可以实时动态地反映资源服务器的状态.为了更好地预测资源服务器的状态,提出时间窗曲线模型和平均利用率模型,以计算资源服务器的平均利用率.基于平均利用率提出资源反馈权重策略,通过该策略来计算所有工作流任务的动态权重值,按照动态权重值进行排序并依次调度.实验结果表明本文算法可以有效缩短工作流的总加工时间.      

网络控制系统的变采样周期调度算法

综合考虑网络控制系统的误差、误差变化率、网络利用率及采样周期对系统性能的影响,设计了一种基于模糊反馈的变采样周期调度算法.该算法由网络利用率预测和采样周期调节两部分组成:网络利用率预测部分根据当前网络运行状况预测新的网络利用率;采样周期调节部分包含网络利用率分配和采样周期的计算.采样周期调节部分的网络利用率分配,用于重新分配各控制回路的网络利用率,分配时考虑系统各回路的误差和误差变化率,利用模糊控制理论调整各回路对网络的需求程度,完成分配;而采样周期计算是根据所得的网络利用率及数据的传输时间,动态调节系统各回路的采样周期.最后,结合EDF调度算法利用TrueTime工具箱对所研究的调度算法进行了仿真,结果表明采用本文所研究的变采样周期调度算法的控制系统性能要优于采用固定采样周期调度算法的控制系统性能.     

纯电动汽车TTCAN网络消息调度策略研究

为提高纯电动汽车通信网络的带宽利用率和实时性,针对网络中随机性消息和周期性信息并存的特点,提出了一种TTCAN混合调度策略,以自主研发的双电机驱动电动车动力控制系统为对象,结合消息的周期性和重要程度,对通信网络内消息的调度策略进行了设计优化。最后,通过在CAN网络硬件测试平台上的验证,结果表明,所设计TTCAN网络与普通CAN网络相比,对网络的带宽利用率和随机性消息的实时性都有显著的提高。     

网络化控制系统的RM调度优化研究

减少网络堵塞是提高网络化控制系统性能的有效的方法.提出了一种基于RM调度优化算法的研究方法,通过对网络化控制系统中的调度优化算法的分析,网络利用率明显好于未被调度优化的系统.结果表明,合理的调度优化算法能提高控制系统的网络利用率,同时改善了控制系统的动态性能.     

SSA:一种面向CQF模型的TSN资源调度算法

时间敏感网络(time sensitive networking,TSN)的目标是在工业控制和5G领域为时间敏感流提供低延迟、低抖动的确定性传输服务.资源调度是保证TSN服务质量的关键技术之一.为此,TSN标准中提出循环队列转发模型(cyclic queuing and forwarding,CQF),但是缺乏相应的资源调度算法对多流进行合理的资源分配以避免传输冲突.由于时间敏感流量具有周期性、特征预知的特点,主要从时间维度研究如何将CQF模型中的队列资源合理分配给多条数据流.将该问题抽象为多约束条件下的资源规划最大化问题,提出基于起始时隙分配的轻量级资源调度算法(start-slot assignment based scheduling algorithm,SSA).SSA通过对端系统上发送时隙进行调节,在满足约束条件的前提下最大化对队列资源的使用,避免了端到端逐跳的时隙分配.实验结果表明,与不控制时隙的直接调度方式相比,该算法能够将成功调度的流数目平均提高41.84%.     

基于服务网格的动态负载平衡调度算法研究

为了提高资源利用率和系统的吞吐率,需要实现服务网格系统内负载的均衡分布.提出了层次式动态负载平衡调度模式,详细介绍了负载平衡系统的系统结构.作业分配是负载平衡系统中的核心机制.设计并实现了一种综合考虑各局部代理作业数和各个局部代理性能以及当前负载情况的动态双阀值作业分配算法.试验数据表明,该作业分配算法较传统调度算法综合性能有较大提高.在作业数较多时,该作业分配算法性能更好.     

分布式反馈分组调度算法DF2Q

路由器要求提供高速转发性能及高服务质量(Qo S)。支持 Qo S的算法对缓冲队列进行分组调度。输出排队机制可获得要求的 Qo S,却缺少可扩展性 ;输入排队方式扩展性好 ,但缺少必要的 Qo S特性。采用输入输出结合排队方式 ,设计实现了可保证较好可扩展性和 Qo S的分组调度算法 DF2 Q。该调度算法引入反馈机制 ,很好避免内部拥塞和提高资源利用率。 DF2 Q提供和输出端公平排队近似的Qo S保证 ,保证路由器转发性能