功率约束下基于ILP和MSH算法的动态线程映射

针对功率约束下异构多核系统中的线程映射进行了研究。将线程映射问题构建为一个在功率约束下的0~1整数线性规划,然后提出了一种基于最大化-交换启发式的有效算法,尝试获得尽可能高的吞吐量而不考虑功率约束,在相邻核类型之间执行虚拟线程交换,以满足功率预算要求。仿真实验结果表明,在给定功率预算约束下,算法不仅能够在总吞吐量方面得到与最优解平均相差不超过0.5%的映射,而且在运行时间开销方面,比商用ILP求解器要快2个数量级以上;同时提出的算法可扩展到在线运行上百个核的异构系统,且其运行时间开销也在ms之内。

探究解决问题与创造的奥秘——兰达论解决问题与思维方法

问题解决不仅是一个选择过程,更是一个有目的的搜索过程。在确定的范围里的搜索有两种类型,基于选择的搜索和基于逐一接触的搜索,其中基于选择的搜索是由一系列选择和随后对被选择对象进行检验所构成的;而在未确定的范围里搜索,展现的是一种左右环顾、四处查看和自由回想的过程。问题的基本类型是由问题解决活动中的思维过程的基本特点所决定的。算法、半算法、半启发式和启发式四种问题划分同解决过程的特征紧密相联系,同时也同问题解决过程中操作指令和内容指令的差异有关。

移动汇聚节点在仓储中的数据采集技术及应用

提出了一种在无线传感器网络中通过感知节点将采集的数据汇聚到锚节点,再传给移动汇聚节点的方法。重点研究了锚节点的选择,使得移动汇聚节点到锚节点的距离最短,以此来降低数据传输的能量消耗。考虑到传感器节点的数据聚集和工作中节点能量不平衡的问题,以及经常被忽略的空间问题,提出了一种启发式-列表搜索算法(HLSA)。先选出合适的备用锚节点,再根据算法中的公式选出最终锚节点,从空间层面规划锚节点到移动汇聚节点的最短路径。在每一轮数据采集中,该算法均能综合锚节点与移动汇聚节点的距离、节点密度和节点剩余能量,自动选择出拥有最长网络周期的锚节点。模拟仿真结果表明,该算法应用在物流中转站中的大型仓库中,能够有效地延长网络寿命,平衡节点间的能量。