RapidIO网络中一种基于最小隔离块的流量驱动机制

针对Rapid IO路由网络枚举问题,提出一种基于最小隔离块的流量驱动机制。在基本Rapid IO路由拓扑结构上给出最小隔离块的概念,对路由网络进行隔离块划分,并以隔离块为基础,深度优先遍历整个Rapid IO路由网络。同时引入流量驱动机制,通过流量驱动能耗算法和流量路径分配算法对隔离前后的能耗值、功耗值以及Rapid IO交换机的平均工作时间进行比较,从而验证算法的可靠性。实验结果表明,该机制可以减少Rapid IO交换机的枚举数量,避免重复枚举,而且随着路由结构层数的拓展,隔离效果越明显。

基于双仲裁机制和田口正交法的猫群优化任务调度算法

针对异构计算系统任务调度过程中通信冲突以及算法运行时间的问题,该文提出一种基于双仲裁机制和田口正交法的猫群优化任务调度算法。首先利用双仲裁机制对任务资源进行管理,动态判决任务的分配,有效避免通信冲突,再将田口正交法应用到猫群优化过程的跟踪模式中,降低算法运行时间,提高解的质量。实验结果表明,该算法运行速度明显高于其他算法至少约10%,算法在处理大量任务时的并行化效果最优,在异构环境中也体现出其相当大的优势。

基于改进萤火虫算法的RapidIO路由选择策略

针对RapidIO网络QoS路由选择问题,提出一种基于改进萤火虫算法的RapidIO路由选择策略。首先,利用高斯变异和存储机制对传统萤火虫算法进行优化,高斯变异可以有效控制算法搜索空间中解的散射程度,使算法避免陷入局部最优,存储机制有利于评估并存储每只萤火虫的历史状态,防止信息丢失。然后,将改进后的萤火虫算法与实际RapidIO网络QoS问题相结合,选择出最终的最佳路由策略。实验结果表明,在所模拟的RapidIO测试网络中,改进后的萤火虫算法时延为42 ms,时延抖动为8 ms,代价最低为64 ms,共需要迭代的次数为8,相较于其他算法曲线更加稳定,更能快速找到最优解,表现出的性能最优,有效解决了RapidIO网络QoS路由选择问题。

基于动态异构模型的非周期性任务容错调度

拟态技术可有效解决实时系统中的安全问题,但其异构冗余的特性会增加系统时延。为此,以拟态工控处理机架构为基础,在动态异构的多模冗余场景下,结合具体表决策略并执行清洗切换任务,提出一种硬实时非周期性任务容错调度算法。仿真结果表明,相比静态异构模型下的DRFTS算法,该算法在保证硬实时的条件下,能够提高调度成功率。