一种实时任务可调度性预测研究

对于嵌入式系统来说,通过预测一个任务能否在绝对时限之前运行完成而决定是否调度执行是很有意义的.在ARMLinux上,为了对新任务的运行结束时间进行预测,对它的内核作了修改,按优先级排序就绪队列,每次时钟中断判断是否有优先级比当前任务更高的任务就绪,以决定是否调度,去掉了SCHED_RR调度策略,这样新任务的运行结束时间可以得到准确的计算,并根据任务的绝对时限来判断对新任务的接受和拒绝,对修改后的内核进行了试验验证.     

实时操作系统μC／OS-II的改进与应用研究

传统的嵌入式系统设计大多采用单任务顺序机制，应用程序是一个无限的大循环，所有的事件都按顺序执行，与时间相关性较强的事件靠定时中断来保证，由此带来系统的稳定性、实时性较差；尤其当系统功能较复杂，且对实时性要求较严格时，这种单任务机制的弱点暴露无遗。本文引入的嵌入式操作系统μC／os—II是一个多任务的实时内核，主要提供任务管理功能。在实时系统中的多个任务，必须决定这些任务的优先级顺序，任务调度算法需要动态为就绪任务的优先级排序。为了满足对实时性要求越来越高的需要，同时避免频繁改变就绪任务的优先级，在分析μc／os—II源代码的基础上，对其调度算法进行改进。     

嵌入式Linux实时性能设计与实现

提出在快速自愈路由协议与试验系统中使用的嵌人式实时操作系统的设计方案是采用修改内核的方法,将低延迟方案与抢占方案结合共同提高Linux内核抢占性能,并对调度进行了改进,将原Linux系统中只有一个可运行队列的方式改为对每一个实时优先级给出一个可运行进程队列,每一个运行队列有一个标志,表明该队列是否为空,系统中还有一个变量,变量的值为当前可运行进程的最高优先级,进程调度时,取优先级最高的可运行队列。     

基于μC／OS—II的优先级调度算法的改进

μC／OS—II内核最多可以管理64个任务,当工程的复杂度增加时,必须改换其他的开发平台,导致了前期工作变为徒劳。通过简易可行的方法来增加任务管理数目很有必要。μC／OS-Ⅱ内核原来的优先级调度算法的优先级变量总共8位,只用了其中的低6位,高2位未被使用。在尽量不改变内核的数据结构的情况下,为了增加内核可以管理任务的数目,把第7位使用起来,这样存放优先级就绪表的行信息将会增加1位,可以使任务数增加到128个。任务的就绪状态由一个二维数组存储,这样可以增加内核管理的任务数目,而较小程度地改变内核本身原来的数据结构,通过改进使它在嵌入式开发中的应用更广泛。     

基于RM调度算法的μC/OS-II多任务周期的设计

嵌入式实时操作系统μC/OS II对于多任务调度采用让就绪表中优先级最高的任务总是处于运行状态，这种策略在周期性多任务的调度中存在着缺陷，可能使得任务的周期设计不当导致任务不能被调度。通过引入单调速率调度算法，在对多个任务设计任务周期时予以分析，确定每个任务都能被调度。     

增强Linux内核实时任务调度性能的研究

分析基本Linux内核的调度策略,指出其应用于实时系统时存在的不足,提出了一种增强Linux内核调度性能的实时任务调度策略和调度算法。结合任务的关键性、截止期和执行时间三要素,该调度策略通过三运行队列代替原Linux内核的单运行队列,分别对应系统的硬实时、软实时和非实时任务,保证了硬实时任务的实时性;不同于简单的FIFO调度算法,该调度算法根据任务的最小松弛时间和重要性来确定其在当前运行队列中的优先级,仿真结果表明此算法提高了实时调度性能。     

一种新的实时系统内核调度算法

针对节点操作系统的特点及其对实时性、安全性、并发性的要求,提出一种新的实时系统内核调度算法,通过将任务优先级调度和时间片轮询相结合,提高处理器的响应速度,改善系统的实时性。将该调度策略在?COS-II上进行实现,并将修改后的内核应用于无线采集系统中进行实验验证,结果证明,该调度算法明显减少了系统响应时间,提高了系统效率。     

实时嵌入式操作系统μC/OS-II内核的分析与改进

基于源码公开的实时嵌入式操作系统μC/OS-II及对内核的分析，该文对μC/OS-II的调度算法提出了改进，即扩充了任务数目，采用了任务分类的方法，使其能支持多于64个任务的调度。并可根据实际要求，对任务分组采用不同的调度算法，同时在整体上保持优先级调度模式。该文给出了局部时间片轮转调度和优先级调度算法的实现。     

异构系统中的综合性启发式任务调度算法

任务的单个属性常作为基于优先驱动的表调度算法的优先级,针对这种方法常出现优先级相同的情况,提出一个综合性启发式算法HCPFS。算法分三个优先级选择任务进行调度,从高到低依次为：关键路径上的任务、就绪任务到出口任务的路径长度和后继任务数。调度过程中,算法采用任务复制和空闲时间区段任务插入的方法。采用随机生成图法和任务图集进行了算法模拟和比较,实验数据表明HCPFS算法具有更好的调度性能。     

μC/OS-Ⅱ二级调度算法的硬件实现

针对μC/OS-Ⅱ不支持同优先级任务轮转调度的问题,提出了二级混合任务调度策略。第一级调度把任务优先级高低作为任务调度的标准,实现不同优先级任务的抢占式调度;第二级采用时间片轮转策略,实现同优先级任务的轮转调度。采用FPGA片内的寄存器和RAM实现了等待任务列表和就绪表,并设计了后继轮转任务查找电路实现时间片轮转调度。整个设计采用VHDL,通过ISE 10.1软件时序仿真验证。仿真结果证明,硬件实现行之有效。     

航班计划优化模型及其应用研究

以利润最大化为目标函数，构造了航空公司航班计划优化模型。采用禁忌搜索算法对其进行求解，通过对航班数据的预处理和技巧，加快了算法的处理效率，对航空公司编制航班计划具有实际意义。以某航空公司特定机型的航班计划数据进行实证，验证了该模型和算法的可行性。     

IT外包进度风险控制的自适应禁忌搜索算法

针对委托代理模式下的IT外包项目的进度风险控制问题构建了双层结构的优化模型.设计了自适应禁忌搜索算法对模型进行求解，该算法将多样化搜索机制与禁忌搜索相结合，在算法运行过程中，根据适应值的反馈自动调整禁忌搜索强度与多样化搜索力度；同时，应用贪婪策略构造初始解，循环交替应用两种邻域结构提高算法寻优能力.实验结果表明，进度风险控制显著地降低了IT外包项目的拖期风险，同时使委托方和代理商双方实现收益最大化.将自适应禁忌搜索算法的实验结果分别与遗传算法、模拟退火算法、禁忌搜索算法、自适应遗传算法和自适应模拟退火算法的实验结果进行了比较：在收敛程度和稳定性方面自适应禁忌搜索算法优于其它算法，并且随着问题规模的增加，该算法的优势更为明显.     

基于混合遗传与禁忌搜索的网格任务调度的研究

网格技术将所有可用于共享的资源（例如,计算机、存储设备、软件、数据库等）通过网络连接起来,并将它们转化成一种标准的计算能力。为各种复杂的计算任务提供资源,因此网格任务在各种资源之间的调度成为了一个关键的问题。本文通过对遗传算法与禁忌搜索算法的分析,提出了一种混合遗传算法与禁忌搜索算法的策略,把禁忌搜索算法独有的记忆思想引入到遗传算法的搜索过程中,通过把禁忌搜索算法作为遗传算法的变异算子的方法,提高了网格任务调度的有效性。最后,使用网格模拟器,对算法的性能进行了测试,并比较了轻重负载情况下,经典遗传算法和本算法调度方案的性能差异。     

基于混合蚁群算法的网格任务调度

针对网格任务调度的调度时间长、资源负载不平衡等问题,提出一种基于混合蚁群算法的网格任务调度方法。该方法将禁忌搜索作为蚁群算法的局部搜索策略,以扩大解的搜索空间,避免陷入局部最优,并通过多样化机制提高算法收敛速度。利用平衡因子调节信息素的更新,改善资源的负载平衡性能。     

基于两次禁忌搜索的军事物资装运方案研究

针对当前军事物资装载与运输问题,映射建立数学模型,运用两次禁忌搜索算法自动输出较优的可行运输方案.第一次禁忌搜索用于确定较优的初始解,针对初始解,运用第二次禁忌搜索,保证在一定时间限制条件下,对运输问题进行优化求解.计算结果表明,该模型通过两次禁忌搜索算法可以得出在满足时间限制条件下的成本较小的装运方案,使用该模型可以有效提高载具的利用率,避免运力的浪费.     

遗传禁忌算法优化BP网络用于入侵检测

针对入侵检测系统存在的高漏报率和误报率,提出一种基于遗传禁忌神经网络的入侵检测模型。该模型基于遗传禁忌算法的全局搜索和BP网络局部精确搜索的特性,将遗传禁忌算法和BP算法有机结合,利用遗传禁忌算法优化BP网络初始权重,同时引入小生境技术改进遗传禁忌算法。实验表明,改进的遗传禁忌算法优化BP网络用于入侵检测能提高入侵检测的效率,降低误警率,可在一定程度上提高入侵检测系统的准确率。     

Scheduling unrelated parallel machines with sequence-dependent setups

A methodology for minimizing the weighted tardiness of jobs in unrelated parallel machining scheduling with sequence-dependent setups is presented in this paper. To comply with industrial situations, the dynamic release of jobs and dynamic availability of machines are assumed. Recognizing the inherent difficulty in solving industrial-size problems efficiently, six different search algorithms based on tabu search are developed to identify the best schedule that gives the minimum weighted tardiness. To enhance both the efficiency and efficacy of the search algorithms, four different initial solution finding mechanisms, based on dispatching rules, are developed. While there is no evidence of identifying solutions of better quality by employing a specific initial solution finding mechanism, the use of a specific search algorithm led to identifying solutions of better quality or that required lower computation time, but not both. Based on the extensive statistical analysis performed, the search algorithm with short-term memory and fixed tabu list size is recommended for solving small size problems, while that with long-term memory and minimum frequency for solving medium and large size problems, combined with fixed tabu list size for the former and variable tabu list size for the latter.     

Capacitated Clustering Problems by Hybrid Simulated Annealing and Tabu Search

The capacitated clustering problem (CCP) is the problem in which a given set of weighted objects is to be partitioned into clusters so that the total weight of objects in each cluster is less than a given value (cluster ‘capacity’). The objective is to minimize the total scatter of objects from the ‘centre’ of the cluster to which they have been allocated. A simple constructive heuristic, a R-interchange generation mechanism, a hybrid simulated annealing (SA) and tabu search (TS) algorithm which has computationally desirable features using a new non-monotonic cooling schedule, are developed. A classification of the existing SA cooling schedules is presented. The effects on the final solution quality of the initial solutions, the cooling schedule parameters and the neighbourhood search strategies are investigated. Computational results on randomly generated problems with size ranging from 50 to 100 customers indicate that the hybrid SA/TS algorithm out-performs previous simulated annealing algorithms, a simple tabu search and local descent algorithms.     

排课模型中的算法分析与设计

排课模型用到了遗传算法和禁忌搜索算法。为了提高遗传算法的局部搜索能力,根据遗传算法和禁忌搜索算法自身的特点,通过分析两者的优势和不足,给出一种将两者混合使用的排课算法。     

一种基于禁忌搜索的RFID读写器部署算法*

为解决射频识别（RFID）读写器部署问题,提出了一种基于禁忌搜索算法的读写器部署方法。在增加了读写器容量约束的读写器部署模型基础上,采用禁忌搜索算法来寻找最优部署方案。通过仿真可以得出该算法性能稳定。与遗传算法的数据对比,提出的基于禁忌搜索的读写器部署方法在覆盖率大于遗传算法的同时,迭代次数小于遗传算法。