基于TTE的改进加权轮询调度算法

在时间触发以太网(TTE)中,TT消息优先级最高,RC消息只能在TT消息调度的离散时间片内传输,因此,TT消息离线调度表的设计会对RC消息调度产生一定影响。针对这一问题,提出了基于最优时间片的改进加权轮询(MWRR)调度算法。首先,通过TT消息约束条件限制获得TT消息离线调度表,进而得到保证RC消息较大资源利用率的时间片信息;其次,在离散时间片对不同类型RC消息进行调度,并运用网络演算方法对其最坏端到端延迟进行分析;最后,通过实验仿真证实了本文算法不仅具有较低的复杂度和较好的公平性,保证了实际应用中算法的可行性,而且在时延性方面均优于先到先得(FIFO)、优先级(PQ)和加权轮询(WRR)调度算法。

PFTS交换中借还-加权轮询调度算法

针对PFTS交换节点的输入端口多优先级队列环境,提出了带有“借还”思想的加权轮询调度算法BR-WRR(Borrow&Return Weighted Round Robin).对现有的WRR调度算法进行了扩展,提出了BR-WRR调度算法.仿真结果表明BR-WRR调度算法对于高优先级Burst业务,在传输时延、传输抖动、Burst各帧的保序性等方面,均优于WRR调度算法,同时又在一定程度上保证了各优先级队列调度上的公平性.

改进加权补偿优先双轮询调度算法在医院预约分诊排队管理中的应用

目的:根据医院预约分诊特点建立相应的计算机自动排队系统,解决患者就医过程中的排队公平性问题,优化就诊环境,体现医院"以患者为中心"的服务宗旨。方法:利用计算机技术,针对医院不同预约分诊管理模式提出了一种加权补偿优先双轮询调度算法,并应用于患者就医全流程。结果及结论:解决了门诊不同环境下患者预约分诊问题,提高了医护人员的工作效率,规范了就诊秩序,改善了就医环境,为考核医生和管理决策提供依据。

异构环境下平滑加权轮询Reduce任务调度算法研究

传统MapReduce在处理倾斜数据时会造成负载不均衡,降低MapReduce框架的执行效率。虽然利用贪心算法分区减轻了MapReduce应用中的数据倾斜,但是忽略了Reduce异构性,因为MapReduce的计算环境通常是异构的,即使中间数据没有倾斜,由于计算能力不同,任务在不同节点上的执行时间也是不同的。为了避免异构性导致Reduce性能下降的问题,提出一种在异构环境下动态平滑加权轮询调度算法。该算法根据节点的计算能力和数据本地性这两个因素选取Reduce计算节点来提高Reduce任务执行效率,还进一步将优化后的框架用于并行图像处理。实验结果表明,动态平滑加权轮询调度算法减少了Reduce跨节点传输的网络带宽,同时也减少了Reduce任务的执行时间。

小卫星业务调度路由优化

针对小卫星通信链路交换频繁和低资源利用率的问题,提出了一种基于调度的小卫星路由优化策略。建立起小卫星星座模型,根据其运行方向(与赤道平面近似垂直)和所在维度确定链路的实时连接策略,优化其路由路径。面对持续增长的网络业务与有限的星上资源的矛盾,将业务数据包分类为实时性数据包和非实时性数据包,实行加权轮询调度保证其服务质量和资源的利用率。仿真结果证明,相比已有小卫星路由算法,优化的路由算法可以有效减小数据传输时延并增加系统吞吐量。

高级在轨系统中的虚拟信道混合调度算法研究

为高效传输业务类型多样化的空间数据,该文基于高级在轨系统(AOS)虚拟信道复用技术,建立了AOS虚拟信道(VC)混合调度模型。在混合调度模型中,对异步虚拟信道提出了基于遗传-粒子群排序的调度算法,业务优先级、调度时延紧迫度及帧剩余量紧迫度是影响虚拟信道调度先后顺序的关键约束,该算法根据约束建立了遗传-粒子群适应度函数模型,进一步使粒子群体内的粒子根据遗传算法的进化算子进行位置更新,从而找到最优的异步虚拟信道调度顺序。同时,对同步虚拟信道设计了动态加权轮询调度算法,使各同步虚拟信道按照加权因子和分配的时隙数,轮流占用物理信道。仿真结果表明,该文的虚拟信道混合调度算法兼顾了异步数据的优先性、同步数据的等时性和VIP数据的紧迫性,具有更小的平均调度时延和更少的帧剩余量,满足不同业务的传输要求。

分布式实时任务分配算法的设计与实现

针对分布式实时任务的多机执行的特点,为了满足任务的合理分配及系统的负载平衡,研究了将任务分配到结点的调度方法,提出了基于加权轮转的任务分配机制,可以合理分配任务并使任务得到尽快处理,也解决了结点处理能力不同而造成的负载压力的问题。

基于协同机制的集群自适应负载均衡算法研究

针对目前多出口校园网络服务器集群负载问题,对常见的网络负载均衡问题进行研究,设计了一个集群网络负载均衡算法模型。在算法模型中,提出了协同机制的解决方案,并采用加权轮询调度(Weighted Round-RobinScheduling)算法来实现,其中对权值变化采用块处理最小均方误差算法(BLMS)来实现。该算法模型能更好地匹配各Internet出口网速以及不同硬件性能的服务器之间的网络请求,解决中小型网络负载均衡问题。

异构Flink集群中负载均衡算法研究与实现

Flink是目前非常流行的流处理引擎.和先前的Hadoop,Spark,Storm等分布式计算框架相比,Flink能实现低延迟、高吞吐,保证Exactly Once.调度模块是保证集群高性能非常重要的一部分,但目前Flink调度默认把集群中所有节点看作是同等性能的,采用轮询调度策略.但在异构集群里这样的调度就会低效,因为计算资源少的节点运行的Task和计算资源多的节点运行的Task一样多,所以局部负载不均衡,影响Job的运行时间和吞吐量,造成延时.提出平滑加权轮询任务调度算法和基于蚁群算法的任务调度算法,解决运行过程中集群负载不均衡问题.平滑加权轮询任务调度算法在任务调度初始阶段根据集群资源按照权重平滑轮询调度.基于蚁群算法的任务调度算法是在运行过程中当集群已使用资源高于阈值时采用类似蚁群算法去执行任务调度,动态计算全局最优任务分配方案,能重新负载均衡.

用逐次最小权值轮询算法实现公平和低时延分组调度

分组调度算法是路由交换设备性能的重要保证,对基于轮询的分组调度进行了研究,提出了一种新的调度算法称为逐次最小权值轮询调度算法(successive minimal-weight round robin,SMRR),在每个轮次中为每个活动数据流提供与本轮次中的最小权值相当的服务机会.根据Latency-Rate(LR)Servers理论,证明了SMRR算法和WRR算法的时延上界,并对SMRR算法的公平性和实现复杂性进行了讨论,理论推导和性能分析表明SMRR算法具有比WRR算法更好的时延特性和公平性,同时具有O(1)的时间复杂度,具有良好的可扩展性.

无线Mesh网络中的自适应队列调度算法研究

针对无线mesh网络的网络特性,分析了无线网络中的队列调度算法,提出了一种自适应的队列调度算法AQSM,详细讨论了该算法的具体实现过程及参数变化规则,通过仿真验证了该算法在提高网络性能的同时还可以实现对不同业务流的业务区分。

一种分级WFQ的宽带无线接入系统QoS架构

文章介绍了加权公平排队(WFQ)分组调度算法和IEEE802.16的QoS架构。在此基础上,文章结合分级WFQ分组调度算法和IEEE802.16协议中所提供的控制机制提出了一种适合于BWA系统的QoS架构。该架构充分利用IEEE802.16提供的控制机制,结合分级WFQ公平队列调度算法,在主动授予业务(UGS)、实时轮询业务(rtPS)、非实时轮询业务(nrtPS)和尽力传输业务(BE)之间公平分配带宽,并保证各种业务的QoS特性,完成了在IEEE802.16协议中留给用户自己定义的调度策略。

支持优先级与公平策略的队列规程

首先介绍了队列调度算法在流量控制中的关键地位,然后讨论了现有队列调度算法,如基于优先级的调度算法、轮询调度算法与公平队列调度算法,最后提出了一种新的队列规程,该队列规程融合了优先级调度算法与DRR调度算法。在网络正常情况下,不同业务流公平地共享网络带宽,在网络出现拥塞的情况下,高优先级业务流能够抢占带宽,保证其较低的丢包率,并能够实现两种调度算法的快速切换。