基于进程执行时间的多级反馈队列调度算法

针对多级反馈队列(MLFQ)调度算法在时间片大小选取上对系统性能的关键影响,提出了一种基于进程执行时间的多级反馈队列调度算法。算法结合动态时间量子思想,通过进程的执行时间动态确定队列以及时间片来完成调度。同时为了减少队列进程的切换次数,利用中位数的方法来决定时间片的大小。实验结果表明,与传统的多级反馈队列调度算法相比,改进的算法不仅缩短了进程的平均周转时间和平均等待时间,也减少了进程切换次数,为操作系统领域处理机调度智能化提供了有效的参考价值。

多级反馈队列调度策略在Linux中的应用和实现

Linux操作系统作为日益流行的服务器操作系统,目前已得到广泛应用。该文分析了当前在Linux系统中进程调度策略的不足,探讨了在Linux系统中对多级反馈队列调度策略的应用和实现,提出了对Linux 内核的修改方法。

基于瓶颈感知的多级反馈队列Coflow调度机制

Coflow作为并行计算框架的典型流量模型,降低Coflow的完成时间(CCT)成为云计算领域的研究热点。现有Coflow调度机制未考虑云数据中心内网络瓶颈问题,容易造成网络拥塞,导致CCT增加。针对该问题,构建基于瓶颈感知的Coflow调度机制Bamq。利用Lagrange对偶优化Coflow调度模型,以加快Coflow流速并增大吞吐量,从而降低CCT。通过设计多级反馈队列机制,降低吞吐量对网络拥塞产生的影响,根据已发流的大小、宽度和流速信息,构建瓶颈因子以动态调整多级队列的优先级,实现拥塞感知,提高Coflow调度性能。在Facebook真实数据集上进行实验,结果表明,相比Baraat、Varys、Aalo机制,该机制的CCT平均缩短21.3%,吞吐量平均提高17.9%,能够有效提高链路的利用率。

多级反馈队列调度算法及其在网络购票系统中的应用

为了满足人们购买火车票的各种个性化需求,把多级反馈队列调度算法运用到购票系统中以优化现有系统。该算法将时间片轮转算法和优先级调度算法综合,是较好的进程调度算法。它可以动态调整进程的优先级和时间片的大小,不需要事先估计各种进程所需执行时间,满足各种类型进程的需要。通过深入研究多级反馈队列调度算法原理、队列和进程的关系,分析此算法优势,将其应用于火车票网络购票系统中,对购票系统进行了优化,以满足不同类型需要。

基于多级反馈队列调度算法的舰船补给流程优化

降低舰船补给的时间成本是提高舰船使用效率的重要手段之一,而每艘舰船在港口停留并接受保障的时间极大地影响着港口的运营效率。论文以保证所有舰船都能在设定的离港时间内离港并尽量减少补给作业期间港口方使用的各类资源量作为目标,依据多级反馈队列调度算法设计港口资源调度算法,并得到装卸流程。

智能加工系统动态EDF调配及稳定性分析

该文针对智能加工系统的动态调配问题进行研究,旨在相同时间内最大化成料个数,从而提高生产效率。针对单工序常规调度,基于EDF原则,建立了单工序无故障最优调度模型,并利用贪心算法进行求解;对于双工序无故障调度,延续单工序思想得到双工序最优化模型,利用多级反馈队列算法得到最终调度方案。最后针对具体实际生产系统分别给出相应动态调配方案,并根据鲁棒性检验系统机器发生随机故障时,应用所给两种加工工序调度方案的系统稳定性良好。