基于异构环境的Out-Tree任务图的调度算法

分布式应用程序的有效调度是异构计算系统中的一个关键问题。目前已有的Out-Tree任务图的调度算法大多基于同构环境而开发,未考虑处理机的异构性,导致调度的效率较低。针对异构计算环境,提出一个基于列表和任务复制的Out-Tree任务图的静态启发式贪心调度算法,其时间复杂度为O(hv2 p),其中h、v和p分别表示任务图的高度、任务个数和调度使用的处理机个数。实验结果表明,相比其他算法,该算法能提供调度长度较短、处理机使用较少的有效调度,其应用性更强。

一种调度In-Tree任务图的算法

In-Tree任务图可用来表示归并、求和等分治算法的很多问题,该文针对这种任务图提出一种分层调度算法,利用队列存放被调度的任务,在同层任务调度中,优先把前驱不为空的任务调度到其一个前驱处理器上执行,只有前驱为空的任务才考虑是否分配新的处理器。实验表明,与以前的算法相比,该算法在调度长度相当的情况下,使用了更少的处理器。

实时分布系统中Out-Tree任务的调度与检查点策略

针对实时分布系统中的Out-Tree任务,提出了一种启发式的调度算法(HSA—OT),并开发了一种多处理机上的最优检查点策略。该调度算法能够保证任务的调度长度最小,所需处理器数目尽量少,没有处理机间通信开销。该检查点策略没有检查点全局一致性开销,可保证各处理机的失效率最低。

异构环境下Out-Tree任务图的调度算法

Out-Tree任务图是任务调度问题中的基本结构,现有的多数算法在调度该任务图时凸显出处理器浪费的问题,从而导致算法调度效果欠佳。针对该问题,结合任务复制的调度策略,提出一种基于平均值的启发式算法。该算法在不增加算法调度长度的情况下,尽可能将任务调度至已有的处理器中执行,注重平衡处理器的负载,达到减少使用处理器的目的。实验结果表明,与TDS算法相比,该算法使用的处理器个数较少,且效率较高。

一个调度Out-Tree任务图的启发式算法

任务调度问题是并行分布式计算中的挑战性问题之一。大多数实际的调度算法是启发式的因而常常具有改进的余地。针对Out-Tree任务图这一基本结构提出一个基于任务复制的启发式调度算法,该算法在确保最短调度长度的同时,注重处理器的负载平衡,以达到节约处理器的目的。比较性实验的结果表明,该算法确保了最短调度长度且使用的处理器最少。因而,该算法提高了系统的利用率,避免消耗过多的资源,实际应用性更好。

一个调度Out-Tree任务图的新算法

OutTree任务图的调度研究可有效解决分治问题的并行计算。针对该类任务图,提出了一个新的调度算法。首先为各任务引入新定义,然后基于该定义计算各任务的优先级,进行调度。调度中,为节省处理器,在不改变调度长度的情况下,将任务尽可能地分配到已用处理器上。实验表明新算法的调度性能优于其他算法。

LSA_IT:一种In-Tree任务图的分层调度算法

In-Tree任务图可用来求解归并排序、求和等分治问题的并行。针对该类任务图,提出了一种分层调度算法——LSA_IT。它对任务图逐层调度。调度中,根据优先级,保证任务的最优前驱被优先调度,并在不影响调度长度的同时,将任务尽可能地调度到其已调度兄弟所在处理器上。实验表明,与TDS、DCP、MCP算法相比,LSA_IT的调度性能最优。

CLUSTER OF WORKSTATIONS BASED ON DYNAMIC LOAD BALANCING FOR PARALLEL TREE COMPUTATION DEPTH-FIRST-SEARCH

The real problem in cluster of workstations is the changes in workstation power or number of workstations or dynmaic changes in the run time behavior of the application hamper the efficient use of resources. Dynamic load balancing is a technique for the parallel implementation of problems, which generate unpredictable workloads by migration work units from heavily loaded processor to lightly loaded processors at run time. This paper proposed an efficient load balancing method in which parallel tree computations depth first search (DFS) generates unpredictable, highly imbalance workloads and moves through different phases detectable at run time, where dynamic load balancing strategy is applicable in each phase running under the MPI(message passing interface) and Unix operating system on cluster of workstations parallel platform computing.

中国橡胶树北移栽培研究的历史考察

以20世纪50-80年代中国开展的橡胶树北移栽培研究作为研究对象,从科学史的视角,系统梳理了在西方国家对我国实行橡胶禁运的背景下,中国科学院相关研究所与当时林垦部下辖地方农垦系统、地方科研院所面对国家需求,在华南与云南分别开展系统的中国热带生物资源考察,并在此基础上确定橡胶宜林地,开展橡胶树抗寒抗风研究,最终成功实现橡胶树北移栽培,满足了国家对橡胶这一战略物资需求的过程。这有助于深入理解20世纪50-80年代国家实施的“任务带动学科”的科学发展方针,同时对于认识当代科学研究如何满足国家需求、重大科学研究中不同机构如何更好开展协同攻关,具有重要的现实借鉴价值。

基于逆强化学习与行为树的机械臂复杂操作技能学习方法

现有分层强化学习方法不仅在学习过程中存在样本效率低、奖励稀疏以及学习时间过长等问题,而且大多基于仿真环境,导致学习策略在机器人真实操作环境中部署困难。针对上述问题,提出一种基于逆强化学习与行为树的机械臂复杂操作技能学习方法。在对复杂操作任务进行分割的基础上,首先,根据专家演示轨迹确定分割后每个子任务的强化学习参数及其对应的专家策略;其次,根据子任务专家策略并使用生成对抗模仿学习算法进行预训练,得到每个子任务的奖励函数;再次,运用每个子任务的奖励函数并基于SAC算法做进一步训练,获取到每个子任务的最优策略;最后,将子任务最优策略从仿真环境部署到真实环境,并将部署后的每个子任务作为叶节点构建行为树,实现机械臂复杂任务规划。实验结果表明,所提方法能较好地学习机械臂复杂操作技能,并在性能上优于其他传统强化学习算法。

基于行为树的多星轨道追逃博弈方法

多智能体强化学习是解决空间追逃博弈问题的一类有效方法,但在多星追逃博弈场景下存在复杂性高、训练时间长、难以收敛等问题。本文提出一种基于行为树的多星轨道追逃博弈方法,将对多个目标的复杂追逃博弈问题分解为对单一目标的追逃博弈问题。利用行为树构建多星追逃任务分配与博弈决策框架,以最大化追击成功概率为目标建立最优任务分配模型,并利用遗传算法进行求解,实现多星追逃任务快速分解;对于分配的追击任务,各卫星自主选择多智能体深度确定性策略梯度算法训练得到的博弈策略开展博弈决策。结果表明,本文所提方法能将多星轨道博弈任务有效分解,并在行为树的驱动下成功完成对目标的追击。

溶滞网络缓冲区占用率预测模型设计

溶滞网络中数据滞留较多,占用了缓冲区大部分内存。为此,构建基于多组件融合的溶滞网络缓冲区占用率预测模型。在多组件框架的基础上,求解数据样本融合条件。联合数据库主机内存储的信息样本,完成对可移植任务的配置,实现溶滞网络缓冲区内的数据样本处理。设置决策树组织,确定复杂度指标的取值范围,完成基于多组件融合的溶滞网络缓冲区占用率预测模型设计。对比试验结果表明,在多组件融合预测模型作用下,拥塞系数最大值仅为0.6、信道平均占用率始终不超过60%。该模型预测准确率较高。所构建模型预测溶滞网络缓冲区占用率的性能较优,具有一定的实际应用价值。

基于实例分解的工作流授权合理性验证

为提高工作流授权合理性验证的效率,增强对执行时任务指派的支持,提出了基于问题分解的工作流授权合理性验证方法。通过基于业务实例的工作流模型分解,将工作流授权合理性问题分解为业务实例、业务实例的并发任务集合、并发任务集合中任务的授权合理性问题,得到工作流授权合理性问题的与/或树表示。利用定义的合理指派路径及其串联操作,分析了工作流授权合理性问题与/或树节点的可解性。给出了基于与/或树搜索实现工作流授权合理性验证的算法,并分析了算法的复杂度及其输出的合理指派路径对工作流执行时任务指派的支持。在与/或树基础上,通过选择合适的启发函数,可以进一步提高验证效率,或快速生成适合问题需求的最佳解树。

基于空间分解与混合包围盒的碰撞检测算法

针对如何提高碰撞检测效率的问题,提出一种基于空间分解法和混合包围盒的碰撞检测算法。首先利用均匀剖分法确定相邻对象,然后只对相邻对象构建混合层次包围盒树,最后引入任务树的概念加速包围盒树的遍历过程。在包围盒碰撞检测中,提出了一种顶层采用AABB,其他层采用OBB的混合层次包围盒结构。实验结果表明,该算法有效提高了碰撞检测的效率和实时性。

基于Memetic算法的飞机地面作业调度问题研究

机场地面作业管理是通过对机场各地面服务设备的安排调度,以保证航班正常、高效地运行。本文根据机场地面作业管理的实际情况,对每一个航班建立一棵飞机地面作业任务树,由此构建了相应的数学模型。该模型以最小化设备的总流经时间为目标,在规定的时间窗内完成飞机地面作业的并行任务。应用带有过滤扫描搜索策略的Memetic算法进行求解,获得最优的资源分配方案,实现了资源的合理调度。仿真结果表明该算法对于机场地面作业调度问题是可行和有效的。

Aβ_(1-40)侧脑室注射模拟阿尔茨海默病树鼩模型的核磁共振成像特征

目的分析阿尔茨海默病(AD)模型树鼩大脑影像学特征。方法在脑立体定位仪上侧脑室注射Aβ1-40建立AD动物模型。经视觉-空间行为学检测确定模型成功后,用MRI作脑冠状面T2加权成像(T2WI)和弥散张量成像(DTI)分析。结果模型组模型组参考记忆错误(3周,4周)和工作记忆错误(2周,3周,4周)显著多于对照组(P<0.05)。模型组完成任务的时间(2周,3周)显著多于对照组(P<0.05)。3周起模型组树鼩单侧或双侧海马减小,相应侧脑室或双侧脑室增大。12周时模型组树鼩双侧颞角宽度显著大于对照组和治疗组(P<0.01)。弥散张量成像扫描显示,模型组树鼩海马双侧表观弥散系数(ACD)大于对照组(P<0.01)。模型组胼胝体纤维束缺失严重。结论侧脑室注射Aβ1-40可引起树鼩学习记忆障碍。MRI能显示AD树鼩脑部的特征性改变,颞角宽度、海马ADC值、胼胝体纤维受损对痴呆的诊断有参考价值。

一种基于调度簇树的周期性分布实时任务调度算法

本文针对现有的基于任务复制的静态调度算法在调度周期性分布实时任务时存在的缺点,提出了一种称之为调度簇树(SCT)的新的结构并研究了其特性,在此基础上给出了一种基于SCT树的周期性分布实时任务调度算法(SAS)。通过与OSA算法进行比较的实验结果表明,SAS算法可实现调度长度向上最接近分布实时任务周期,最大程度减少所需预留处理器数目,大大提高分布实时系统的处理器利用率,同时并不增加调度算法的复杂度。

基于角色的群体感知模型实现机制

群体感知功能是计算机支持协同工作系统和群件系统必须支持的基本功能。文章分析了群体感知研究工作的现状,介绍了一种基于角色的群体感知模型RAM,给出了该模型实现的总体结构,并从角色任务树的组成和构造算法、角色管理框架和协议、感知模型引擎和系统调用API等几方面讨论了实现机制。最后给出了基于RAM的协同编著系统应用框架,讨论了在下一步研究中仍需解决的若干问题。

适应多级调度安全稳定分析资源共享的分布式计算管理平台

针对大电网多级调度安全稳定协同分析与控制计算对分布式计算管理平台的资源共享和统一管理的新需求,结合各级调度计算资源独立部署的现状,基于"资源调度分级管理、计算服务全局共享"设计思想提出了一种动态树形架构的分布式计算管理平台及其设计原则,分别从用户管理层、计算管理层、资源管理层和信息代理层阐述了平台的主要功能,并讨论了平台实现需要解决的多级调度协调管理机制、任务调度管理策略和计算资源优化分配方法等关键技术问题。

基于空间分割与椭球包围盒的碰撞检测算法

为提高复杂环境下多物体碰撞检测的效率,提出了一种基于均匀网格分割与椭球包围盒的并行碰撞检测算法。该算法首先用均匀网格分割法来确定相邻物体,然后用紧密性较好的椭球包围盒层次树依次把它们包围,并利用基于线程池的多任务并行处理技术实现了并行化。为降低椭球相交测试的复杂度,先预测了椭球间的相交情况,再将三维椭球降维成二维椭圆,从而整体提高了算法的效率。通过实验数据表明,相对于其他算法,该算法具有较好的性能。