基于异构多核的多类型DAG任务的响应时间分析

由于异构多核并行架构能够利用不同体系结构的优势来提供更高的性能,近年来受到了广泛的关注.本文是对异构多核平台上多类型DAG(Directed Acyclic Graph)任务的最坏响应时间进行分析.多类型DAG是一种任务内并行模型,其中包含不同类型的节点,每个节点必须在其指定类型的处理器内核上执行.传统的研究在分析多类型DAG任务的最坏响应时间时高估了节点受到的阻塞,导致得到的响应时间上界过于悲观.为此,我们首先提出了一种新的多类型DAG任务转化算法,该算法通过将节点拆分成单位节点,并在不破坏原有依赖关系的基础上按照单位节点分配策略在单位节点之间增加新的边,构成一个新的多类型DAG任务,从而减少每个节点可能并行执行的节点个数,降低被阻塞时间.在该转化算法的基础上,我们提出了一个新的最坏响应时间分析方法,用来验证支持异构并行计算的多类型DAG任务的可调度性.通过对随机生成的多类型DAG任务进行的实验表明,我们提出的最坏响应时间上界比现有方法的精确度提高20%以上.

电动汽车弹性充电策略的研究

为了缓解电动汽车里程焦虑问题,降低因充电时间过长对日常使用的影响,对家用电动汽车的充电策略进行了研究.针对家用汽车使用场景的离散性,提出弹性充电的方法,利用使用间隙规划充电方案,降低对行程的延误.并提出选择充电站和充电量的最优算法,根据电动汽车自身电池特性和周边充电站的资源竞争情况计算最优的充电决策.通过对真实车型数据和用车场景的模拟,验证了算法的有效性.这表明弹性充电策略能够大幅度节省行程时间,消除用户的里程焦虑.