基于重复异构最早完成时间的云计算任务调度算法

针对云计算任务调度算法时间成本消耗大的问题,提出了一种新的算法,即重复异构最早完成时间(Duplication based Heterogeneous Earliest Finish Time,DHEFT)任务调度方法.该方法结合异构最早完成时间算法和任务重复算法,可以大大减少任务最早开始时间和最早完成时间.由于任务优先级对于相关任务调度算法的重要性,该算法中提出了乐观成本表的方法来计算任务优先级,根据优先级调度任务,并复制父任务以降低通信成本并获得最佳调度解决方案.实验结果表明,该文提出的DHEFT在调度长度比和完成时间性能方面优于其他算法,说明该文方法的可行性与有效性.

一种实时异构嵌入式系统的任务调度算法

异构分布式系统已被广泛应用在实时嵌入式系统中,而调度算法是在进行嵌入式系统综合时,确保系统实现性能目标的一个关键问题,这是一个NP-完全问题.现有的算法主要是启发式算法,性能还有待提高.提出了一个异构分布式系统的动态BLevel优先(dynamic BLevel first,简称DBLF)算法,算法选择就绪任务中动态BLevel值最大的任务进行调度,用插入法为任务分配处理器,遵循以下3个插入原则:满足任务先后顺序关系;任务的最早完成时间(earliest-finish-time,简称EFT)最小;在EFT相等时,优先分配到利用率较低的处理器上.与现有算法比较可以看出,DBLF算法可以有效降低调度长度.

异构多核DAG任务模型的微粒群优化调度算法

为解决异构多核环境下相关任务高效调度的难题,提出一种面向DAG任务模型的调度算法。通过构造优先级调度队列,以首个任务具有最小累计最早完成时间的处理器核为任务分配对象,基于改进的粒子群优化调度算法进行迭代寻优,在满足任务间依赖的条件下取得最小最大执行时间,得到有效调度方法。实验结果表明,该算法具有解质量高、简单有效和收敛快速的特点,可应用到其它异构及分布环境下任务规模大、关联复杂的情形。