广义Fork-Join任务图的调度问题研究

Fork-Join结构是一种并行处理的基本结构。为处理传统方法难以解决的复杂和非线性问题,缩短整个程序的总完成时间,针对广义Fork-Join任务图提出了基于遗传算法的调度算法,该算法将遗传算法和任务复制相结合,有效地缩短了得到最优结果的时间。实验结果表明,与其他算法相比,该算法具有较短的调度长度。

网格调度的算法研究及改进

优化网格资源调度算法可以提高网格系统执行效率,给任务安排合理的执行顺序和合适的处理器是优化网格资源调度算法需突破的关键技术。文中研究并实现了(HeterogeneousEarliest-Finish)HEFT[1]算法和新的(Hierarchical Reliability-Driven Scheduling)HRDS算法。采用DAG[2]任务图生成函数,通过对已有HEFT算法进行研究,采用SimGrid为在分布计算环境下进行分布并行应用调度研究提供一个仿真环境,对HRDS算法进行了改进和验证。验证过程中在HRDS算法中加入了可靠性开销作为调度依据,并把算法分为两层调度,本地可靠性驱动调度和全局可靠性驱动调度。两算法的调度结果在SimGrid网格模拟器中仿真调度,仿真成功并且调度结果在可靠性和性能方面HRDS都比HEFT算法要好。

实时、交互嵌入式系统的频率推导问题

嵌入系统在严格的时间约束(外部约束)下连续地与外界环境相互作用,把这些外部约束转换成系统任务的时间预算(内部约束)是非常重要的。知道这些时间预算能降低系统设计与验证问题的复杂度,并有助于设计者对系统的功能和时间正确性从设计的一开始就能同步地控制。转换用系统的任务结构和从环境对系统的输入刺激的频率推导系统中每个任务的频率,推导出的任务频率被用来推导和验证其余的内部和外部约束。提出了一个广义任务图模型去表示系统的任务结构,并给出了推导和验证系统时间约束的方法和一个把它们融合在一起的硬件/软件协同设计方法。