嵌入式OS中的多任务调度算法及性能

嵌入式操作系统（EOS）是嵌入式系统中的核心软件,系统所提供的服务都是在OS的支持下完成的,多任务调度是其最为重要的内容．主要分析了常用的多任务调度算法、性能及其实施．     

面向汛期多任务的水库水资源优化调度研究

该文以面向汛期多任务的水库水资源优化调度为研究对象,探讨了基于多目标优化模型的水库优化调度方法,论文对汛期水库调度进行分期研究,利用多目标理论方法将多目标进行转换,使用动态规划法对汛限水位进行控制,并与传统调度方法进行对比分析,水电站水库优化调度是水电站长期经济运行的中心内容,是管理和控制水库安全可靠性,合理利用水资源、发挥水库综合效益的重要措施,是水电站及其水库长期运行计划的制定和实施的核心问题。相信对从事相关工作的同行能有所裨益。     

事件驱动的多任务智能调度方法

目前多任务调度问题非常普遍,然而在开放动态环境中多任务调度经常会遇到大量不确定性,导致任务调度崩溃。为此,以事件驱动程序结构为框架,用Petri网作为任务调度处理器,建立了多任务动态调度体系结构,给出了基于事件驱动的多任务智能调度方法。该方法能根据所发生事件自动检测调度处理器的状态,对调度处理器做出正确和最优调度决策,从而实现了对有效任务或任务组合进行调度。     

云制造系统中基于粒子群优化的多任务调度

为解决云制造系统的同类型多任务调度问题,建立了该问题的数学模型,提出了一种离散粒子群遗传混合算法,以所有任务的总完成时间及成本最优为目标进行求解.该算法采用整数编码方法建立粒子的位置矢量与服务分配的映射关系,在采用标准粒子群算法更新粒子位置时,引入了遗传算法的交叉和变异操作思想,使用4种方法按条件"逐级叠加"的方式对粒子位置进行更新,以保证种群的多样性.算例仿真结果表明,该算法是有效的且具有较高的执行效率.     

多任务操作系统在嵌入式系统开发中的应用

通过对嵌入式系统软件开发中的两种编程思路的分析比较,说明了采用多任务操作系统进行程序开发的优势和必要,并简要分析了RTX51多任务操作系统.最后,结合一个实际课题,论证了多任务操作系统在嵌入式系统开发中的应用.     

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%。     

虚拟实验室资源网格多任务调度

针对虚拟实验室的资源调度问题,提出了一种基于服务质量的网格算法.建立了虚拟实验室资源的网格模型,讨论了其特点;分析了虚拟实验室网格的服务质量体系,从可靠性、响应性、成本等6个方面对实验室服务质量进行量化评估,将用户的多任务调度问题描述为服务质量约束下的多任务协同寻优模型,以满足用户服务质量最大化为目标进行求解,并给出了基于遗传算子的求解算法;通过案例分析对本方案的可行性进行了验证和讨论,结果表明本方案有助于提高虚拟实验室资源利用率和服务水平.     

基于Matlab仿真平台的多任务实时调度仿真

任务的调度策略是实时系统中的关键内容,直接影响系统的性能,多任务实时系统的调度问题是实时系统中的重要研究方向。基于Matlab仿真平台,利用其自带的Simulink软件包,并结合Turetime-1.5工具箱,构建多任务实时系统的仿真平台,实现对典型的调度算法的调度仿真。     

基于节能减排多目标优化的发电调度模型研究

为响应国家节能减排的号召,提高能源利用效率,该文选取的目标函数为煤耗量和污染物排放量,将整个发电系统的有功平衡和发电机组的出力作为约束条件,在此基础上,建立了基于等能耗水平、考虑排污费成本累加以及环境优化的节能发电调度模型,同时建立了基于系统安全运行条件下的节能减排多目标优化发电调度模型。通过验证,该模型能够使污染物排放量和煤耗量两个目标函数同时达到帕累托最优,从而实现整个系统的节能减排发电调度。     

三峡水库中期优化调度方法研究

以建成后的三峡水库为研究对象,开发了一个基于入库径流预报的水库中期优化调度模型.所开发的优化模型使用离散动态规划法作为优化算法,模型中包括长期优化模块(时间跨度为一年,优化时段为一个月),中期优化模块(时间跨度为3~7 d,优化时段为1 d),和长中期优化模块之间的耦合环节.长期优化模块所输出的是月平均库水位,它被设定为中期优化模型所使用的离散动态规划法的终止状态,以此实现长中期优化模型的耦合.应用此优化模型进行三峡水库调度模拟的结果显示,这种耦合机制的设计是成功的:长期优化的库水位轨迹能很好地指导中期优化调度.利用开发的优化模型,研究了具有不同预见期的入库径流预报对发电效益的影响效益.发现在7 d以内,入库径流预报的预见期越长,所获得的年发电量越大.在7 d的预见期下,年发电量最大可达理论年最大发电量(8.85×1010kW.h)的85%.     

网络多链路出口路由优化调度方法的改进分析

对网络多链路出口路由进行优化调度的过程中,传统的路由调度方法只分析了网络拓扑结构,容易出现链路拥塞的情况,忽略了网络流量特征,增加了队列长度与通讯时间,调度效果不佳。提出基于N元非合作模型的网络多链路出口路由优化调度方法,依据路由表空间串行流量调度的状态,对多链路网络的抽象拓扑进行设计,获得多链路网络流量能否经过链路的判断,通过非合作性理论在单控制节点中从多选择域中获取渐进次优解,使得路由数据流从单控制节点映射至多链路出口时可以保持各链路上的流量均衡。引入链路因数对各链路上路由映射的量进行管理,完成对路由调度的改进分析。实验结果表明,所提方法不仅具有很高的调度效率,而且调度均衡性和资源利用率较优。     

基于变邻域搜索的热轧圆钢批量调度多目标优化方法

针对热轧圆钢的批量调度问题,考虑实际生产中工艺规程和交货期对轧制单元连续加工的影响,建立了以最小化设备调整时间、拖期生产惩罚和钢种跳跃惩罚为优化目标的数学模型,并设计了一种嵌入EDD规则的变邻域搜索算法。算法首先结合模型的约束特征,采用约束满足技术生成初始解;根据实际生产需求,将最小化设备调整时间作为主要目标,设计变邻域搜索算法实现目标优化,其中,运用混合算子构造邻域结构和局部搜索,并引入模拟退火接受准则来控制迭代过程中产生的新解;同时,为了最小化拖期惩罚和钢种跳跃惩罚,在求解过程中嵌入了EDD规则以及钢种排序规则。实验结果表明,模型和算法是可行且有效的。     

油品调合调度优化问题的分步求解策略

针对炼油厂的成品油调合调度优化问题,提出了一种分步求解策略,即将调合调度问题分解为三个子优化问题,采用NLP和MILP模型对其分四步求解,这一策略不仅降低了问题的复杂度,还同时解决了油品调合调度中的配方优化、任务调度问题。实际算例结果表明该方法是有效的．     

云计算下均衡负载的差异性资源调度算法优化研究

随着云计算的逐渐发展,云计算下容易出现虚拟机负载不均衡和差异性资源调度时间长的问题,当前调度算法大多无法有效解决均衡负载问题,影响调度性能。为此,提出一种新的云计算下均衡负载的差异性资源调度算法,对云计算下资源调度问题进行描述,针对云计算下虚拟机差异性资源负载问题设定参数。设计蚁群优化算法,蚂蚁爬行的每一步代表指派的一个差异性资源任务,引入挥发因子对信息素更新规则进行改进,获取全局信息素。利用蚁群优化算法对云计算下负载的差异性资源进行均衡调度,给出详细实现过程。实验结果表明,所提算法有较好的收敛性,均衡负载效果好,且时间复杂度低。     

基于粒子群算法的多项目资源均衡方法研究

针对传统粒子群算法容易陷入局部最优的缺点,提出利用动态惯性权重参数和模拟退火算法修改突变概率,进而改进传统粒子群算法,探讨各项目工期最短情况下的多项目资源均衡分配问题。通过对比试验表明,改进的粒子群优化(particle swarm optimization,PSO)算法很好地实现了多项目的资源均衡优化,通过同比试验验证了改进PSO算法在解决不同规模多项目的资源均衡问题时的算法时间复杂度的线性增长性,很好地表达了人们的调度意图。     

热轧轧制计划的多目标优化模型及算法

针对热轧轧制计划优化问题,建立基于奖金收集车辆路径问题（PCVRP）的多目标优化模型,其中包含两个目标：目标1为最小化相邻板坯的宽度、厚度与硬度的跳跃惩罚;目标2为最大化收集的奖金,即使得尽可能多的板坯编入轧制计划。在此基础上,提出一种基于Pareto最优的多目标蚁群系统算法（MOACS）,避免了传统加权法需要确定目标权重系数的缺点,一次运行可产生多个Pareto最优解,给决策者带来了更大的决策自由度。现场数据测试表明该算法具有良好的优化性能和实用性。     

泊位调度问题的GATS混合优化策略

在集装箱港口的运作中，泊位调度系统是制约集装箱港口降低船舶在港时间和运营成本的主要瓶颈之一．泊位调度问题是NP难问题，本文分别应用遗传算法GA和混合优化策略GATS对泊位调度问题的非线性规划模型进行了求解，与遗传算法相比，混合优化策略GATS增加了种群多样性，加速了进化过程，避免陷入局部极小解。     

用Optorsim仿真数据网格中调度和复制优化策略

数据网格中，调度和复制优化策略的好坏直接影响网格资源的使用性能。在将优化策略应用于网格之前，通常使用仿真环境对其进行评估。本文选取网格模拟器Optorsim2．0仿真动态网格环境。仿真模型使用不同的作业调度和复制优化策略来衡量其对网格性能的影响，并根据网格性能评价指标对仿真结果进行了分析。     

Multi-objective optimization sensor node scheduling for target tracking in wireless sensor network

Target tracking in wireless sensor network usually schedules a subset of sensor nodes to constitute a tasking cluster to collaboratively track a target.For the goals of saving energy consumption,prolonging network lifetime and improving tracking accuracy,sensor node scheduling for target tracking is indeed a multi-objective optimization problem.In this paper,a multi-objective optimization sensor node scheduling algorithm is proposed.It employs the unscented Kalman filtering algorithm for target state estimation and establishes tracking accuracy index,predicts the energy consumption of candidate sensor nodes,analyzes the relationship between network lifetime and remaining energy balance so as to construct energy efficiency index.Simulation results show that,compared with the existing sensor node scheduling,our proposed algorithm can achieve superior tracking accuracy and energy efficiency.     

基于能效优化的MapReduce异构云环境任务调度算法

提出了一种在异构MapReduce集群中的能效优化管理策略.基于数据中心服务器节点的数量、性能参数运行时间等估算出任务调度的响应时间,设计了一种启发式的任务调度算法,可以很好地满足能效优化的目标.