导读:本文包含了多处理器调度论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:多核,多处,算法,实时,车间,流水,处理器。
多处理器调度论文文献综述
王潞[1]（2019）在《带多处理器任务的柔性流水车间调度模型及其优化研究》一文中研究指出随着“工业制造4.0”概念的提出,制造业在面临机遇的同时也遭遇了日趋激烈的竞争现状。如何提高生产效率和服务质量成为制造企业关注的重点。生产调度作为制造企业运作的核心,进而成为了学术界和工程界研究的热点。柔性流水车间调度问题(the Flexible Flow-shop Scheduling Problem,FFSP)最初是基于石油和化工行业提炼出来的,因此有较强的工业应用背景,在大部分的制造企业(钢铁、制药、化工)、集装箱搬运、装配、运输等系统中都有FFSP结构的存在。本文研究的带多处理器任务的FFSP是将多处理器任务与柔性流水车间环境结合起来,问题中任一种或多种特征约束的简化都可能构成其他不同的典型调度模型,因此研究具有广义性和挑战性本文研究的带多处理器任务的FFSP,考虑了机器故障、工件动态到达和运输时间等实际生产约束条件。以往文献中关于带多处理器任务的FFSP取得目标值多为最小化最大完工时间,该目标值衡量了工件总的完工时间,值越小代表生产效率越高,目标值为最小化总加权完工时间的文献也受到学者研究的重视。因此,本文首先针对运输时间的带多处理器任务的FFSP取目标值为最小化最大完工时间,利用GA&IGP(Genetic Algorithm&Iterative Greedy Procedure)算法对模型进行求解。然后针对带时间窗的带多处理器任务的FFSP取目标值为最小化总加权完工时间,利用HGA(Hybrid Genetic Algorithm)算法进行求解。本文采用的算法,主要是基于贪婪算法和自适应改进思想对遗传算法进行改进。首先,基于研究问题的复杂性,工件在加工过程中不仅需要确定工件排序还需要安排足够数量的机器进行加工,因此设计了基于工件-机器的二维编码方案,利用JAP-RSIM工件安排机制产生初始可行解。然后进行基于工件-机器同步交叉和变异的新解更新过程,对新解进行适应度值计算和判断后,执行贪婪算法的新解调整和重建操作,进而形成了GA&IGP融合优化策略。在GA&IGP算法程序的基础上,引入自适应改进思想,对变异概率和交叉改进进行自适应改进,形成基于遗传算法的HGA算法。最后利用仿真实验,通过测试多组不同规模问题,对比了GA、IGP、GA&IGP叁种算法在求解同一约束条件的带多处理器任务FFSP时,GA&IGP求解质量最优,适合于求解大规模问题。而且还对比了GA、GA&IGP、HGA叁种不同改进程度的遗传算法在求解同一约束条件的带多处理器任务FFSP时,HGA求解质量优于GA&IGP和GA。证明了引入贪婪算法对遗传算法改进能避免过早收敛的缺点,通过自适应改进能更进一步提高遗传算法的求解能力。(本文来源于《郑州大学》期刊2019-05-01）
李扬,王春明[2]（2019）在《嵌入式系统的细粒度多处理器实时抢占式调度算法》一文中研究指出现有的嵌入式实时系统调度算法一般以任务级为调度单位,对此提出一种细粒度的线程级多处理器实时调度算法。采用DAG图描述实时系统的任务,并采用任务分解法将其分解为线程形式;为任务级调度采用基于干扰的可调度性分析,为线程级调度采用基于工作负载的可调度性分析;将线程的偏移、截止期与优先级作为叁个调度目标,设计混合线程级调度算法。仿真实验结果表明,算法对于多线程任务的实时系统具有较好的性能。(本文来源于《计算机应用与软件》期刊2019年04期）
苏丽爽[3]（2019）在《制程变异影响下多核处理器调度策略研究》一文中研究指出随着半导体制造工艺的进一步发展,集成电路(integrated circuit,IC)的集成度越来越高。单位面积能够容纳的IC数量剧增,集成电路的规模在不断缩小。半导体工艺进步的同时也带来了一些问题。由于制造尺寸越小的晶体管所需要的制造难度越高,制造难度随晶体管尺寸变化成指数级增长,同一芯片不同部位的一致性更加难以把控。在制造晶体管过程中一些很微小的误差会导致集成后的芯片在性能上产生很大的差异。多核处理器相较单核处理器来说具有并行度高,性能好的优势,已经成为目前的主流处理器。目前在多核环境下任务调度的研究很少考虑到制程变异对多核处理器的影响,在同构多核处理器上的研究几乎都认为不同核心的频率是相同的,这是十分不准确的,会引起处理器性能的损失。因此,设计合理的考虑到同构多核处理器在生产过程中由于制造工艺导致的核心间频率不一致的任务调度算法是十分必要的。本文从不同角度对多核处理器进行阐述,并详细介绍多核处理器任务调度,深入分析在多核环境下任务调度存在的问题。考虑到制程差异,提出一种基于关键路径的任务调度策略。考虑到负载平衡,提出了任务窃取策略。为了解决在实际应用中在制程差异影响下多核环境下处理器性能发生损失的问题,本文考虑到制程差异对同构多核处理器核心频率的影响,将原本计算速度相同的核心分为快核和慢核两类。快核处理关键路径上的任务,慢核处理非关键路径上的任务。通过这种方式来发挥快核的优势,降低慢核对处理器性能的限制。其次,考虑到随着任务的执行,关键路径可能发生变化的情况,提出一种动态检测关键路径的策略。现有的基于关键路径的任务调度策略无法解决随着任务执行产生的关键路径变化的问题。本文通过记录上次判定为关键任务的任务以及当前就绪任务的优先级来判断关键路径是否发生变化。在关键路径发生变化后,可以重新检测关键路径,以便于后续的任务调度。在任务优先图深度很深或是宽度很宽的情况下,会出现两种情况。一种是关键路径上的任务数目很多而只有很少的任务在非关键路径上;另一种情况是关键路径上的任务数目很少而非关键路径上的任务很多。此时,可能会出现一类核心执行完任务一直空闲而另一类核心过载的情况。为了解决上述问题,提出任务窃取策略。在该策略中,空闲核心帮助忙碌核心执行任务。最后,通过实验对算法性能进行验证。通过随机生成任务数目不同的任务优先图,在核心数目不同的情况下进行实验,在运行时间以及算法健壮性方面与其他两个算法进行对比,发现本文提出的算法降低了运行时间并且更稳定,更适合于在实际生产过程中有制程差异的多核环境下进行任务调度。(本文来源于《吉林大学》期刊2019-04-01）
王轲[4]（2018）在《基于任务调度和共享高速缓存分配的多处理器片上系统能耗优化技术研究》一文中研究指出随着电子系统的复杂度和性能需求的提高,多处理器片上系统(Multiprocessor System on Chip,MPSoC)被广泛应用。在半导体工艺不断进步的现实情况下,降低多处理器片上系统的能耗已经成为系统设计者主要考虑的问题。在MPSoC中,处理器和存储器消耗能量的占比最高。因此,系统设计者需要重点降低这两部分的能耗。在严格实时系统中,受软件或硬件因素影响,任务的执行时间通常是不确定的。传统的调度方法由于只考虑了任务在最差情况下的执行时间,而只能得到能耗次优的任务调度结果。为了进一步降低处理器的能耗,一个全新的考虑了任务执行时间不确定性的调度方法亟待出现。MPSoC架构中,除了每个处理器私有的容量较小的高速缓存之外,多个处理器之间会存在共享的容量较大的高速缓存架构。这些高速缓存不但占据了芯片中很大的面积,还消耗了很多的能耗。当不同处理器中的任务并行执行时,它们对共享高速缓存的访问存在竞争和冲突,导致高速缓存系统能耗上升。共享高速缓存分配技术将共享高速缓存分配给不同处理器或任务,可以有效地解决上述的竞争和冲突。高速缓存缺失率是共享高速缓存分配技术的核心,在系统设计早期估计出高速缓存缺失率将对共享高速缓存的分配,乃至高速缓存系统的能耗都有重大影响。本文的研究内容主要包含以下两个方面:1)执行时间不确定的任务调度技术与处理器能耗优化技术研究。动态电压频率调节(Dynamic Voltage Frequency Scaling,DVFS)技术和动态功耗管理(Dynamic Power Management,DPM)技术经常用于优化MPSoC的能耗。但是,已有的DVFS和DPM算法都是基于任务间调度(inter-task scheduling)的,没能利用任务内调度(intra-task scheduling)来进一步降低系统能耗。本文提出了一个全新的考虑了所有任务执行时间概率分布的任务内调度方法;并且该方法针对执行时间不确定的周期性的有相互依赖关系的任务在MPSoC上执行的应用场景,通过全局整合DVFS和DPM技术,最终使得MPSoC各个处理器能耗的总共的数学期望最小。借助本文提出的方法,这种以降低处理器能耗为目标的调度问题可以用混合整型线性规划(Mixed Integer Linear Programming,MILP)问题来建模。更进一步地,为了压缩MILP问题的求解空间,本文又提出了一种重新组织所有任务执行时间概率分布信息的技术。基于手工建立的测试应用和打印机图像处理测试应用的实验结果表明,本文提出的方法相较于目前已经存在的方法可以节省30%的能耗。2)共享高速缓存分配技术及其能耗优化技术研究。本文提出了一种用于以降低高速缓存子系统能耗为目标的共享高速缓存分配技术中的,线性函数和幂函数(sqrt2原则)相结合的曲线拟合技术。考虑到高速缓存缺失率与其容量之间的内在关系,指数为(1-√2)的幂函数适用于相关度高的非线性区域的曲线拟合,线性函数适用于线性相关度高和线性相关度低的区域的曲线拟合。基于拟合后的函数,本文进一步将以降低高速缓存子系统能耗为目标的共享高速缓存分配问题转化成纯数学函数求最小值问题,从而得以快速高效求解。实验结果表明,本文提出的基于曲线拟合的共享高速缓存分配方法相对于传统的方法可以节省34.5%的能耗。更进一步地,用本文提出方法预测共享高速缓存缺失率和能耗的准确率很高。本文提出的执行时间不确定的任务调度技术和共享高速缓存分配技术可以有效降低MPSoC的能耗。共享高速缓存的分配方案会影响任务的共享高速缓存缺失率,进而影响任务的执行时间;而任务的执行时间的变化又会影响到任务调度方案。因此这两项技术是相辅相成的,将二者同时应用可以进一步降低MPSoC的能耗。(本文来源于《浙江大学》期刊2018-12-01）
轩华,冯颖,李冰,王薛苑[5]（2017）在《HFS多处理器任务调度的改进拉格朗日松弛》一文中研究指出针对带多处理器任务的混合流水车间调度问题,以总加权完成时间为目标函数,考虑加工阶段间运输时间和工件动态到达的生产特征,提出了一种基于代理次梯度法的改进拉格朗日松弛算法。算法采用每次迭代只最优求解几个拉格朗日子问题的异步迭代策略,利用代理次梯度获得合适的乘子更新方向。分别应用所提出的改进算法和常规的基于次梯度法的拉格朗日松弛算法对多达150个工件的问题进行仿真测试,结果表明,所提出的改进算法比常规拉格朗日松弛算法表现出更好的求解能力,尤其是求解大规模问题。(本文来源于《控制工程》期刊2017年10期）
蔡芸,邓勇,张波,张利平[6]（2017）在《带多处理器混合流水车间调度问题的混合鱼群算法》一文中研究指出针对带多处理器的混合流水车间调度问题(hybrid flow shop scheduling with multiprocessor task problems),以最小化所有工件的最大完成时间(makespan)为优化目标,提出一种融合了改进的人工鱼群算法和禁忌搜索算法的混合算法。首先改进人工鱼群算法相关行为及实验优选算法参数,提高了人工鱼群算法收敛速度和精度;然后结合人工鱼群算法收敛快和禁忌算法局部搜索能力强的特点,利用改进的人工鱼群算法进行全局搜索,获得较好的优化解域,再通过禁忌算法在优化解域内进行局部寻优,得到一个最终满意的优化解。基于180个标准算例,算法实验结果表明混合算法的优化性能明显优于禁忌算法和粒子群算法,并且很接近改进的遗传算法。(本文来源于《机械设计与制造》期刊2017年07期）
刘宸翰[7]（2017）在《基于DAG的异构多处理器平台低功耗调度研究》一文中研究指出多处理器系统相比单处理器系统具有更强的并行处理能力,更高的计算密度和更低的计算频率,近年来得到广泛的应用和研究。当前便携式设备的大量需求使得计算机系统的功耗问题成为一个重要的研究课题。通过优化任务的调度,可显着提升多处理器系统的性能,降低系统的功耗。任务调度研究中,应用有向无环图(Directed Acyclic Graph,DAG)这一经典任务模型,可准确描述具有前后约束关系的任务集。如何在异构多处理器平台上,合理调度任务以提升系统整体计算性能,并尽可能降低系统功耗是本文研究内容。本文应用DAG任务模型,以降低调度长度和系统功耗作为性能提升的指标,针对基于动态电压频率调节(Dynamic voltage and frequency scaling,DVFS)和电压频率岛(Voltage frequency island,VFI)技术的异构多处理器系统低功耗调度算法进行研究,主要工作如下:本文提出了一个基于DVFS的可容错低功耗调度方案。在基于DVFS技术的异构多处理器调度中,DVFS技术根据不同任务对计算能力的不同需要,动态调节处理器运行的电压和频率,从而达到节能的目的。在软实时系统中,任务调度只需确保错过截止时间的任务数量不高于某一阈值,即所谓容错调度,设置任务检查点是保证容错调度的有效技术。本文采用改进的检查点设置算法,优化了任务分配策略,利用系统的异构性,充分考虑不同处理器在计算能力上的差异,将任务分配给能使可容错异构多处理器总功耗(Fault Tolerant Heterogeneous Multiprocessor Energy,FTHME)最低的处理器执行,以降低系统能耗。仿真实验结果表明,本文提出的方案有效降低了异构多处理器平台容错调度的系统功耗。本文提出了一个基于动态VFI的快速响应低功耗调度方案。在基于VFI技术的异构多处理器调度中,VFI技术将处理器划分为多个电压频率岛,每个岛有不同的电压频率,岛内的所有处理器具有相同的电压频率,根据任务对计算性能的需求,将任务映射到相应的岛执行,可实现系统在性能方面的优化。本文建立了一种动态VFI划分方案,拓宽了优化系统功耗的空间,同时优化了任务分配策略,依据能耗和完成时间(Energy and Finishing Time,EAFT)来分配任务,在减少系统功耗的同时提升了系统的响应速度。仿真实验结果表明,本文提出的方案相比现有的静态岛算法减少了系统的功耗,相比现有的动态岛算法,减少了调度长度,实现了系统整体性能的提升。(本文来源于《湖南大学》期刊2017-05-16）
陈泽玮,杨茂林,雷航,廖勇,谢玮[8]（2017）在《SET-MRTS:一种多处理器实时系统可调度性实验平台》一文中研究指出近年来,随着实时调度研究的快速发展,可调度性实验的复杂性随之增加,然而,由于缺乏标准化、模块化的可调度性实验工具,研究者往往需要耗费大量时间进行实验;此外,由于实验源码不能公开获得,使得实验结果难以验证,实验代码难以重用与扩展。针对可调度性实验重复工作量大、难以验证的问题,提出一种可调度性实验基础框架。该框架通过随机分布产生任务系统集合,并测试其可调度性,基于该框架设计并实现了一个新的可调度性实验开源平台——SET-MRTS。该平台采用模块化架构设计了任务模块、处理器模块、共享资源模块、算法库、配置解析模块以及输出模块。实验结果表明,SET-MRTS支持单/多处理器实时调度算法和实时同步协议分析,能够正确地进行可调度性对比实验,输出直观的实验结果,并且支持算法库的扩充,与算法库中已实现的算法进行对比实验,具有良好的兼容性与可扩展性。SET-MRTS是第一个支持完整实验流程,包括算法实现、参数配置、结果统计、图表绘制等的可调度性实验开源平台。(本文来源于《计算机应用》期刊2017年05期）
张颜[9]（2017）在《基于XEN虚拟机的处理器调度算法研究》一文中研究指出近年来,随着计算机硬件的快速发展以及云计算的兴起,云服务在越来越多的领域中得到应用,为云服务提供基础的虚拟化技术也得到了相应的迅速发展。C PU调度算法是虚拟化技术中一个重要的资源分配方法,对虚拟机的性能有较大影响。目前市场上比较流行的虚拟化软件主要有X en、KVM以及VMware。由于Xen虚拟化管理软件是开放源代码,因此,本文以Xe n虚拟化管理软件的调度算法为研究对象。首先论述了当前云计算与虚拟化发展的大背景下,对国内外学者针对不同应用场景下提出的Xen虚拟机管理器调度算法的改进算法进行分析,然后,深入源码研究Xen虚拟化管理软件不同版本的缺省调度算法的实现过程,并且针对当前主流Xen-4.4.2版本缺省的Credit调度算法进行研究改进。针对当处于I/O密集型任务的场景下,Credit调度算法可能导致BOOST状态的虚拟CPU堆积在运行队列中,而不能得到及时调度;并且在I/O密集型任务中,原Credit调度算法的虚拟CPU运行时间片分配不合理,导致的物理CPU未能充分利用。对这两点进行分析后,本文提出了一种在I/O密集型任务中C redit调度算法的改进算法。本文针对Cre dit调度算法不能保证实时性的缺点提出两点改进。首先,当有大量I/O任务时,对BO OST态虚拟CP U进行负载均衡来缩短系统响应时间。其次,缩短了处于BOOST状态的VCPU运行的时间片,加长了处于UNDER状态的VCPU的运行时间片,然后,利用动态时间片代替原来的固定时间片去适应虚拟CPU的动态变化。通过检测系统对任务的平均响应时间和周转时间,来评估改进前和改进后对I/O任务的响应的影响。实验研究表明,改进之后的C redit调度算法平均响应时间与改进前相比明显缩短,可以显着提高在I/O延迟敏感型应用中的调度性能。(本文来源于《武汉理工大学》期刊2017-03-01）
杜伊[10]（2017）在《基于模型检测的多处理器实时系统可调度性自动化分析》一文中研究指出近年来,模型检测技术获得快速的发展,已有学者将模型检测技术用于多处理器实时系统可调度性分析。但如果对每个实际系统都手工建立模型进行可调度性验证,过程繁琐且模型不可重复利用。针对此,开发一个工具用于自动完成可调度性检测,并可视化显示结果。(本文来源于《现代计算机(专业版)》期刊2017年02期）
多处理器调度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
现有的嵌入式实时系统调度算法一般以任务级为调度单位,对此提出一种细粒度的线程级多处理器实时调度算法。采用DAG图描述实时系统的任务,并采用任务分解法将其分解为线程形式;为任务级调度采用基于干扰的可调度性分析,为线程级调度采用基于工作负载的可调度性分析;将线程的偏移、截止期与优先级作为叁个调度目标,设计混合线程级调度算法。仿真实验结果表明,算法对于多线程任务的实时系统具有较好的性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多处理器调度论文参考文献
[1].王潞.带多处理器任务的柔性流水车间调度模型及其优化研究[D].郑州大学.2019
[2].李扬,王春明.嵌入式系统的细粒度多处理器实时抢占式调度算法[J].计算机应用与软件.2019
[3].苏丽爽.制程变异影响下多核处理器调度策略研究[D].吉林大学.2019
[4].王轲.基于任务调度和共享高速缓存分配的多处理器片上系统能耗优化技术研究[D].浙江大学.2018
[5].轩华,冯颖,李冰,王薛苑.HFS多处理器任务调度的改进拉格朗日松弛[J].控制工程.2017
[6].蔡芸,邓勇,张波,张利平.带多处理器混合流水车间调度问题的混合鱼群算法[J].机械设计与制造.2017
[7].刘宸翰.基于DAG的异构多处理器平台低功耗调度研究[D].湖南大学.2017
[8].陈泽玮,杨茂林,雷航,廖勇,谢玮.SET-MRTS:一种多处理器实时系统可调度性实验平台[J].计算机应用.2017
[9].张颜.基于XEN虚拟机的处理器调度算法研究[D].武汉理工大学.2017
[10].杜伊.基于模型检测的多处理器实时系统可调度性自动化分析[J].现代计算机(专业版).2017
论文知识图
