可变长光分组交换的短包优先调度"

为了解决因可变长光分组交换的输出队头阻塞问题造成分组的平均排队时延增加，分析了可变长分组的 长度分布特点，提出了基于抢占方式的短包优先调度（PSPF）算法，以减少分组在输入排队中的平均等待时间。在 PSPF算法中，短包可以抢占长包的传输时间而获得优先服务。分析和仿真结果表明：当到达业务负载较低或中等 程度时，采用PSPF算法可使短包的平均排队时延接近0，所有分组的平均等待时延减小，还保证了实时性TCP业 务较低的平均等待时延。     

可变长光分组交换的短包优先调度

为了解决因可变长光分组交换的输出队头阻塞问题造成分组的平均排队时延增加,分析了可变长分组的长度分布特点,提出了基于抢占方式的短包优先调度(PSPF)算法,以减少分组在输入排队中的平均等待时间。在PSPF算法中,短包可以抢占长包的传输时间而获得优先服务。分析和仿真结果表明当到达业务负载较低或中等程度时,采用PSPF算法可使短包的平均排队时延接近0,所有分组的平均等待时延减小,还保证了实时性TCP业务较低的平均等待时延。     

一种新的磁盘调度策略：D（0.2,S,d）

提出了一种新的调度策略Ｄ（０．２，Ｓ，ｄ）。其基本思想是根据请求访问磁盘的申请在磁盘瞬时不均匀分布情况下而进行有选择优先服务的策略。核心是增加磁头向磁盘上申请访问密集处移动倾向的一种调度原则。模拟出各种情形，然后用新旧调度算法调度，比较其调度效果。同时，测定新调度算法中两个调节参数Ｓ和ｄ所处的最佳位置，达到了最佳调度效果：平均等待时间最短和平均响应方差最小。     

移动无线网最短路径优先协议的设计

目的研究实现分组无线网在移动条件下的应用,方法采用邻接表监视无线链路的连通性,链路状态表跟踪网络拓扑结构的变化,在此基础上采用Ｄｉｊｋｓｔｒａ算法实现了分的最短路径优先寻径。结果设计的分组无线网最短路径优先协议可提高网络的可靠性和抗毁性,并充分利用无线信道的广播特性。结论由此验证无线最短路径优先协议适用全分组无线网。     

改进遗传算法求解JIT模式下多工序作业调度

针对遗传算法在生产计划调度上的应用，结合JIT下的车间调度进行了改进研究。研究了单染色体遗产算法的改进问题，提出新的联合移位算子，针对车间作业计划的普遍实际情况，将这种算法应用在调度问题的求解上，重点开发了在加1二时间偏差最短和准时制(JIT)两种性能指标下的作业计划软件，给出了较详细的算法过程，用于生成快速与实时作业调度方案。     

考虑班次约束的Job Shop等量分批调度算法

为解决产品种类多、中小批量的多目标柔性作业车间调度问题,提出了一种基于等量分批方法的多目标柔性分批启发式调度算法。考虑了实际生产中的班次作息时间等约束,采用FIFS与EDD、SPT及OSPT策略相结合的多种分派规则,使得算法在优先调度空闲机床的情况下,根据不同的分派策略得出短批次优先、短订单优先、交货时间优先的三种调度结果,决策者可根据三种调度结果的性能选择最适合的调度方案。实例计算结果表明,该算法是高效、可行的。     

HowU网格资源管理及调度

讨论了一种基于web的HowU网格系统的实现,以及采用的关键技术．HowU网格系统通过资源请求代理进行网格作业提交,HowU网格系统采用了网格资源的分层管理策略及全局调度思想．根据网格的特性,并针对CPU性能对作业调度的影响,提出了三种全局资源调度算法：资源轮转法;当前最优资源优先调度法;最优资源优先调度法．研究结果表明,当作业数量比较少时,资源轮转法优势最明显,最优资源优先调度法性能最差．但当作业数量增大时,资源轮转法性能明显下降,而最优资源优先调度法比其他两者更有性能优势．     

Web流语义感知的改进队列管理算法

对Web流的传输特性进行了分析，并在现有尾部丢弃和随机早期检测算法的基础上提出了基于流分组语义感知的改进队列管理算法．该算法首先保存有限时间滑动窗口内的活动流特征，对到达的每个分组根据其分组语义分别赋予不同的丢弃代价，而在检测到拥塞且需要丢弃分组时，优先丢弃代价较小的，避免丢弃关键的，从而减少分组丢失对Web传输造成的负面影响．仿真结果分析表明，使用所提算法可平均提高8％的有效吞吐率，平均缩短10％的响应时间，从整体上改善了Web流的传输性能．     

Web流语义感知的改进队列管机制

对Web流的传输特性进行了分析，并在现有尾部丢弃和随机早期检测算法的基础上提出了基于流分组语义感知的改进队列管理算法．该算法首先保存有限时间滑动窗口内的活动流特征，对到达的每个分组根据其分组语义分别赋予不同的丢弃代价，而在检测到拥塞且需要丢弃分组时，优先丢弃代价较小的，避免丢弃关键的，从而减少分组丢失对Web传输造成的负面影响．仿真结果分析表明，使用该算法可平均提高8％的有效吞吐率，平均缩短10％的响应时间，从整体上改善了Web流的传输性能．     

柔性Flow Shop加权完成时间调度问题的启发式分析

针对柔性flow shop加权完成时间调度问题,通过对机器环境进行分组,证明了一个基于有效作业最短加权平均处理时间的启发式算法是渐近最优的.     

分布式系统中基于非合作博弈的调度算法

针对分布式系统中任务调度问题,根据分布式环境下的任务调度特性,建立了一个非合作博弈的多角色任务调度框架,在此基础上提出了一种基于纳什均衡联合调度策略的分布式强化学习算法.相比于静态调度算法,该算法需要更少的系统知识.能使调度器主动学习任务到达和执行的相关先验知识,以适应相邻调度器的分配策略,目标是使得调度器的策略趋向纳什均衡.模拟实验结果表明:所提出的算法在任务的预期时间和公平性上相对于OLB(机会主义负载均衡)、MET(最小执行时间)、MCT(最小完成时间)等同类调度算法具有更好的调度性能.     

TTCAN周期性任务的优化调度算法

TTCAN周期性任务调度是最优装载问题的推广,它在通信时间关键的实时分布式系统中有着很强的应用背景.本文提出了4种确定基本周期的策略,给出了首次适应和最佳适应两种不同的可以在多项式时间内构造出TTCAN周期性任务调度表的算法,最后对不同规模下的两种算法的实验结果进行了比较,指出了两种算法在不同的周期策略下的渐近性能比.     

An Adaptive Genetic Algorithm for Multiprocessor Real-time Task Scheduling

Real-time task scheduling is of primary significance in multiprocessor systems. Meeting deadlines and achieving high system utilization are the two main objectives of task scheduling in such systems. In this paper,we represent those two goals as the minimization of the average response time and the average task laxity. To achieve this, we propose a genetic-based algorithm with problem-specific and efficient genetic operators. Adaptive control parameters are also employed in our work to improve the genetic algorithms' efficiency. The simulation results show that our proposed algorithm outperforms its counterpart considerably by up to 36% and 35% in terms of the average response time and the average task laxity,respectively.     

网格工作流中基于优先级的调度方法研究

根据网格用户的身份、信誉，以及网格工作流中应用程序的时间紧迫度和依赖关系，提出了网格工作流中应用程序的优先级计算方法．其中，完全优先级调度算法根据网格工作流中的应用程序优先级向量生成调度序列，而且每次只将队列中优先级最高的应用程序提交给网格，而非完全优先级调度算法可同时调度若干无依赖的网格应用程序进入网格，以弥补完全优先级调度算法的并行化问题．实验表明，当网格中的资源较少且资源的性能差异较大时，使用完全优先级调度算法可以保证优先级较高的工作流的应用程序优先使用优势资源；当网格中的资源性能差异不大时，非完全优先级调度算法可解决因资源未充分利用而造成工作流完成时间大幅增加的问题．     

基于遗传算法的电梯群控鲁棒优化模型

针对电梯群控调度过程中交通流不确定的问题,建立了鲁棒优化模型,利用遗传算法对所建模型进行求解.对于不确定线性优化问题,研究了不确定集的选择以及模型鲁棒对等式转化方法.仿真实验中,利用电梯群控虚拟仿真环境对鲁棒优化调度算法在不同交通流下进行了验证.以300人/15 min的混合交通流模式为例,鲁棒优化算法的平均候梯时间比静态分区算法降低12.77 s;平均乘梯时间比最小等待时间算法降低9.7 s;电梯启停次数比静态分区算法少8次.实验结果表明,鲁棒优化调度算法对不同交通模式具有更好的适应性,可以减小交通流不确定性的影响,提高电梯群控调度性能.     

基于近似投影的水平分层调度译码算法

基于交替方向乘子法（ADMM）的线性规划（LP）译码模型因其不会出现错误平台和具有最大似然认证的优点,广受译码研究者的关注。目前大多数ADMM算法采用的是泛洪调度策略（FL）,该算法存在译码收敛速度过慢的问题。基于水平分层调度的交替方向乘子法的低密度奇偶校验（LDPC）码译码算法能够加速译码收敛速度,然而目前水平分层调度算法中的投影算法采用的为精确投影算法,复杂度较高。针对该问题,文中将近似投影算法和水平分层调度算法结合,提出基于近似投影的ADMM水平分层调度译码算法以提高译码的性能。仿真实验表明,相比其他算法,本文提出的算法的译码性能可提升0.1~0.3dB,迭代次数可降低约19%~40%,平均译码时间可减少大约21%~65%。     

网格中多副本数据的后向预测调度算法

针对网格环境下追求最快响应时间的多副本数据检索应用,提出了一种调度算法,该算法考虑了数据副本分布状况对负载均衡的影响.在被检索数据的多个子集分布在网格中多个节点,并且以数据子集为单位存在不定数目的副本情况下,给出了一种估算存放副本的网格节点动态负载和延时的方法.基于估算出的这些参数,算法根据对响应时间的计算和对后向任务的预测将任务分配到网格节点.后向预测考虑了网格节点被选中访问其上各个副本的可能性.最后通过仿真程序分析了该算法的性能.     

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.     

基于风险估计模型的网格任务动态级调度算法

网格中的各种资源的失效是不可避免的,为尽可能减少由于资源失效导致任务执行失败带来的影响,网格的任务调度算法的目标不仅要最小化任务执行的时间,还要兼顾考虑任务在资源上执行失败的风险.提出了Risk-DIS(Dynamic Level Scheduling)算法是将资源的风险估计模型与DIS算法相结合,通过仿真试验与DIS算法相比较,新算法在选择适当的参数的情况下,不仅能够最小化DAG型应用的完成时间,还能提高任务执行的成功率,有效的减少网格环境的不确定性对任务执行的影响.     

一种改进的遗传算法在云计算中的应用

针对传统的遗传算法在云环境中迭代次数多、耗时长的缺陷,提出了一种改进的遗传算法,主要从执行时间及执行任务所需的费用两个方面来优化任务调度.通过建立任务调度模型,设计出相应的适应度函数、界限函数.仿真结果表明,在任务调度中运用改进的遗传算法,所需的平均等待时间要短,调度所需的费用也比传统的遗传算法要低.