有控制信息的三阶段负载可任意划分应用的调度

文章研究需要控制信息的负载可任意划分应用的调度问题.控制信息是除了要处理的负载之外为了完成计算所必须的辅助信息,它的规模往往是由应用的性质和要处理的负载量所共同决定的.文章通过形式化地定义控制信息而扩展了DLS模型,在此基础上分析了LIFO和FIFO调度策略,分别得到了它们的解析形式的调度方案.基于这些解析解,分析了控制信息对两种调度策略的影响,并在此基础上对它们的调度性能进行了严格的比较.分析结果表明,与没有控制信息的情况不同,在这个新的模型下FIFO策略总是优于LIFO策略.     

实时协同的调度算法研究

研究了目前流行的实时调度技术，归纳总结了不同调度技术下的典型调度算法，介绍了实时调度算法的调度规则、调度特点、适用场合以及需要解决的问题，分析了典型商业实时操作系统中的调度技术，提出了增强操作系统实时性能需要解决的技术问题，为将优秀的实时调度算法应用在实时操作系统中奠定了理论基础。     

非传统安全关键系统中模糊分类调度模型

物联网及无线传感网的发展将使越来越多的应用成为安全关键系统,而这类应用在性质上区别于医疗、核能和航空航天等领域的传统安全关键系统。研究了非传统安全关键系统的调度特征,发现这类应用与传统安全关键系统存在较大差异,特别是在任务分类上,若直接套用已有的调度模型将产生诸多问题。在特征分析的基础上建立了满足特征需求的实时调度模型并给出了相应的调度算法。模型采取模糊分类的方式划分任务,算法分两个阶段实现了任务按敏感度优先的原则进行调度。最后对算法进行了调度可行性分析,并在长沙市非税系统中进行了实验,结果表明其性能及失效率较MUF更优。     

容错多处理机中一种高效的实时调度算法

针对基于主副版本容错的多处理机中独立的、抢占性的硬实时任务,提出了一种高效的调度算法——TPFTRM(task partition based fault tolerant rate-monotonic)算法.该算法将单机实时RM 算法扩展到容错多处理机上,并且调度过程中从不使用主动执行的任务副版本,而仅使用被动执行和主副重叠方式执行的任务副版本,从而最大限度地利用副版本重叠和分离技术提高了算法调度性能.此外,TPFTRM 根据任务负载不同将任务集合划分成两个不相交的子集进行分配;还根据处理机调度的任务版本不同,将处理机集合划分成3 个不相交的子集进行调度,从而使TPFTRM 调度算法便于理解、实现以及减少了调度所需要的运行时间.模拟实验对各种具有不同周期和任务负载的任务集合进行了调度测试.实验结果表明,TPFTRM与目前所知同类算法相比,在调度相同参数的任务集合时不仅明显减少了调度所需要的处理机数目,还减少了调度所需要的运行时间,从而证实了TPFTRM 算法的高效性.     

对等网络环境下基于多属性约束的任务调度算法研究

为了提高对等网络环境中的任务调度效率,提出将资源属性与任务属性相结合的多约束任务调度算法MDSA.在该算法的实现过程中,依据被调度的任务类型和隶属函数的定义,将对等网络环境划分为不同的虚拟社群,并将不同类型的任务提交到对应需求的虚拟社群中;将对等网络抽象描述为资源属性的集合,并定义了待调度的任务集合;以资源和任务属性的多约束信息为基础,利用待调度任务的时限属性信息形成调度队列,借助于预判机制和二级调度的思想对任务进行调度,并应用NS2和GridSim工具包对MDSA调度算法进行了测试.通过对仿真结果中的数据进行分析和比较,验证了多属性约束调度算法MDSA的优势.     

一类图像并行处理的理论最优化调度方法

在图像并行处理应用中，有很大一部分并行算法是属于迭代同步的数据并行算法。这类分布式应用的子任务间需要某种形式的同步，因而要有协作调度的算法保证子任务基本上同时开始，并以同样速度执行。该文提出了一种以并行程序最短执行时间为目标的数据划分和任务协作调度算法。与其它类似算法相比，这个算法的最大特点是考虑了通信开销，因而更加符合实际的应用，更加有效。     

单处理器系统的实时调度算法研究

实时调度算法是实时系统中的关键技术.文章在研究单处理器系统中常用实时调度算法:固定优先级调度算法和动态优先级调度算法基础上,详细分析了常用固定优先级调度算法RM、DM算法和动态优先级调度算法EDF、LLF和MLLF算法的运算过程和使用条件,提出了各个算法在实际应用中存在的问题,为实际应用中选择何种实时调度算法确定了依据.     

应用离散事件系统控制理论求解生产调度的新方法

众所周知, 生产调度问题属组合优化问题, 一般来说不存在求得精确最优解的多项式算法. 因此, 对于大规 模调度问题, 人们应用启发式算法和元启发式算法以企求得满意解. 在实际的应用中, 许多工业过程需要满足严格 的工艺约束. 对于这类过程的调度问题, 很难应用启发式算法和元启发式算法, 因为这些方法难于保证所求得调度 的可行性. 为了解决这一问题, 本文以半导体芯片制造中组合设备的调度问题作为例子, 介绍了一种基于离散事件 系统控制理论的生产调度新方法. 利用Petri网建模, 任何违反约束的状态均被描述为非法状态, 而使非法状态出现 的调度则是不可行调度. 通过可行调度的存在性分析, 该方法获得可行解空间并将调度问题转化为连续优化问题, 从而可以有效求解. 并且指出, 该方法可以应用于其他应用领域.     

无线传感器网络中的调度算法研究

无线传感器网络调度算法通过合理分配节点数据采集和传输的时间,使其在不需要工作时转入低功耗的休眠模式,在满足应用要求服务质量的前提下,高效利用节点能量,达到延长网络生存期的目的.本文介绍了无线传感器网络调度算法的性能评价标准和分类方法,着重讨论了一些典型的调度算法,最后进行了各种算法的比较性总结,并指出了一些亟待解决的问题.     

单步预测的单机调度算法及其仿真分析

调度问题中在线算法只能够利用已经到达的工件信息进行调度,但在实际生产中,往往有可能预知即将到达的未来工件信息,并且利用信息进行决策.针对经典单机加权完工时间调度问题,根据预测控制的思想,提出了一种单步预测调度的算法,并且分别在理论证明和仿真两方面进行了分析.对单步预测调度算法进行了性能分析,在理论上证明了预测调度算法的竞争比下界为2,对于一般的情况进行了大鼍的仿真比较,由于在调度中增加了未来信息,单步预测调度算法的调度结果优于在线调度算法.     

混合粒子群算法的异构多核处理器间任务调度

针对异构多核处理器间的任务调度问题,为了更好地发挥异构多核处理器间的平台优势,提出一种基于将有关联的且不在同一处理器上的任务进行复制的思想,从而使每个异构多核的处理器能独立执行任务,来减少不同处理器之间的通信开销,并且通过混合粒子群算法(HPSO)来调度异构多核处理器中的任务,避免由于当任意一个异构多核处理器由于任务分配过多而导致计算机不能及时且准确地得出结果.最后实验证明,对比传统的启发式分配方案和常见的遗传算法(GA),基于任务复制思想分配方案和混合粒子群算法(HPSO)具有更好的求解能力,并且可以提供执行时间更少的调度分配方案,具有较好的应用价值.     

一种新型实时调度算法研究

在许多片上特定应用系统中，任务多且切换频繁，任务切换开销大，有时甚至严重影响系统的可调度性．研究了动态可抢占门限调度算法，它通过初始门限值、动态门限值的计算和优化线程分配，实现了在处理器高利用率下，有效降低任务切换开销的目的，并相应地减少了对内存的需求．动态可抢占门限调度算法是将静态抢占门限算法与动态调度算法有机地结合在一起。完成了由静态到动态无缝转换．     

同构环境中基于通信竞争的任务调度算法

基于DAG的静态任务调度算法已有深入的研究及应用.目前的调度算法大多假定处理器之间可以并行接收数据,而没有考虑实际应用中通信链路的竞争及延迟,进而导致调度算法在具体应用中效率较低.侧重研究同构计算环境下具有依赖关系任务的边调度问题,结合传统任务调度问题中的有效策略,提出基于优化插入的调度算法(OISA).OISA根据实际问题的具体特征,采用改进的路由算法选择负载较少的数据链路,并通过形式化的证明以优化通信数据在链路的开始传输时间,以达到降低调度长度的目的.通过试验测试表明,OISA在性能上明显优于目前已有的相关算法.     

Applying pinwheel scheduling and compiler profiling for power-aware real-time scheduling

Energy consumption is a critical design issue in embedded systems, especially in battery-operated systems. Maintaining high performance while extending the battery life is an interesting challenge for system designers. Dynamic voltage scaling and dynamic frequency scaling allow us to adjust supply voltage and processor frequency to adapt to the workload demand for better energy management. Because of the high complexity involved, most solutions depend on heuristics for online power-aware real-time scheduling or offline time-consuming scheduling. In this paper, we discuss how we can apply pinwheel model to power-aware real-time scheduling so that task information, including start times, finish times, preemption times, etc, can be efficiently derived using pinwheel model. System predictability is thus increased and under better control on power-awareness. However, job execution time may be only a small portion of its worst case execution time and can only be determined at runtime. We implement a profiling tool to insert codes for collecting runtime information of real-time tasks. Worst case execution time is updated online for scheduler to perform better rescheduling according to actual execution. Simulations have shown that at most 50% energy can be saved by the proposed scheduling algorithm. Moreover, at most additional 33% energy can be saved when the profiling technique is applied. This paper is an extended version of the paper Power-Aware Real-Time Scheduling using Pinwheel Model and Profiling Technique that appeared in the 11th IEEE International Conference on Embedded and Real-Time Computing Systems and Applications.     

提高软非周期任务响应性能的调度算法

实时环境中常常既包含硬周期任务,又包含软非周期任务,引入一种改进软非周期实时任务响应时间的算法.已有的解决混合任务调度问题的方法都是基于速率单调（Rate Monotonic）策略的,其中从周期任务“挪用时间”的算法被证明优于其他所有算法.但是,速率单调算法限制了处理器的使用率,从而使周期任务的可“挪用”时间受到限制.最后期限驱动（Deadline Driven）策略DD可使潜在的处理器利用率达到100%.新算法正是在周期任务的调度中适当加入了DD策略,从而使非周期任务的响应时间得以缩短.仿真实验的结果表明,这种算法的性能优于已有的所有算法,而由它所带来的额外开销却不算很高.     

High level synthesis of integrated heterogeneous pipelined processing elements for DSP applications

A technique for scheduling and processor allocation leading to the synthesis of integrated heterogeneous pipelined processing elements, implementing digital signal processing applications, is proposed. The proposed technique achieves efficient hardware implementations at the logic-level by minimizing the number of processing units used, without compromising the rate and delay optimality criteria.

The proposed algorithm is found to outperform algorithms resulting in homogeneous implementations, as it gives schedules with lower iteration periods, requires less hardware resources, and has lower time complexity at design time. In comparison with the already existing heterogeneous algorithms, the proposed algorithm produces schedules of lower time complexity and lower iteration period for some applications. The optimal performance of the proposed algorithm has been verified on several benchmarks.     

一个调度Fork-Join任务图的新算法

对基于总线的机群系统,本文提出了一种基于任务复制的调度Fork-Join任务图的新算法。该算法通过任务集划分计算调度长度,并在不增加调度长度的同时将任务尽可能调度在已用处理器上,节省处理器数。新算法的时间复杂度高于现有算法,但其调度性能最优。     

非集中调度模型下的网格资源调度研究*

针对当前网格资源调度系统扩展性差的问题,提出了基于非集中调度模型的以保守Backfilling算法为核心的网格资源调度算法.探讨了网格任务在站点处理器数目异构情况下,网格作业多站点协同调度问题.实验仿真证明,在跨网格站的资源调度中,运用资源预留策略和多站点作业分块可以改善作业的平均响应时间,并起到负载平衡的效果.     

Aviation maintenance technician scheduling with personnel satisfaction based on interactive multi-swarm bacterial foraging optimization

This study focuses on the challenges of aviation maintenance technician (AMT) scheduling and constructs a model based on personnel satisfaction and the parallel execution of aircraft maintenance tasks. To obtain the scheduling scheme from the constructed NP-hard model, an interactive multi-swarm bacterial foraging optimization (IMSBFO) algorithm is proposed using multi-swarm coevolution, structural recombination, and three information interactive mechanisms among individuals. Moreover, considering the distributed feature of the AMT scheduling problem, a specific mechanism is designed to convert continuous solution to a binary AMT scheduling scheme. Finally, a series of comparative experiments highlight the efficiency and superiority of our proposed IMSBFO algorithm, and the optimal scheduling scheme owns the delicate balance between the work and rest time.     

多处理器混合关键性系统中的划分调度策略

多核处理器正越发广泛地应用到现代嵌入式系统的设计与实现当中,其强大的计算能力为将多个不同关键性级别的功能子系统集成到统一的共享资源平台提供了支持.混合关键性系统的调度问题即便在单处理器平台中都极具挑战性,在多处理器平台则更为困难.将目前资源利用率最高的单处理器混合关键性调度算法EY-VD扩展到多处理器平台中.首先,结合传统的划分调度策略提出了适用于多处理器混合关键性系统的MC-PEDF(mixedcriticality partitioned earliest deadline first)划分调度算法.尽管比之前的算法有更好的可调度性能,但传统的划分策略不能有效地平衡不同关键性级别下的负载,故其不完全适用于混合关键性系统.为了克服传统策略的不足,提出了划分调度策略OCOP(one criticality one partition).OCOP允许系统在关键性模式切换时对实时任务集进行重新划分,进而更好地平衡各个处理器在不同关键性模式中的资源利用率.基于OCOP,提出了第2种划分调度算法MC-MP-EDF(mixed-criticality multi-partitioned EDF).基于随机生成任务集的仿真实验结果表明,与MC-PEDF和已有的算法相比,MC-MP-EDF能够显著地提高系统的可调度性,尤其是在处理器数量较多的系统中.