收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于粒子群优化的异构多处理器任务调度算法研究应用

马艳伟  
【摘要】: 异构多处理器系统由一组具有不同处理能力的处理器构成,任务调度成为改进系统性能的关键因素。如何合理地将任务分配给不同处理器,使整个系统性能达到最佳,是任务调度需要解决的问题。由于异构多处理器系统的异构性、灵活性和复杂性等特点,使得传统的调度算法面临新的挑战。因此,在分析现有调度算法的基础上提出一个好的调度算法,充分利用各种计算资源,尽可能提高异构多处理系统资源利用率和吞吐量,是一个重要而现实的问题。 粒子群优化算法是近年兴起的一种用于解决优化问题的启发式算法,具有自组织、自学习、自适应、多点并行及有指导的搜索等特点,被广泛用于解决各类NP问题和任务调度问题。已有仿真实验证明:在处理任务调度问题时,粒子群优化算法与传统调度算法相比更具优越性。 本文对异构多处理器系统的任务调度策略与调度算法进行了较为深入的研究,并在已有工作的基础上进行了探索和创新,取得了一定的成果。具体内容体现在如下几个方面: (1)针对异构多处理器系统独立任务调度问题,本论文提出改进的粒子群优化算法。通过分析每个处理器的计算能力,建立异构多处理器系统独立任务的调度模型。在计算适应值函数时,本文对粒子的位置值进行取整运算,使粒子群优化算法更好的应用于离散空间。同时利用调整惯性权重的策略来提高全局收敛速度,克服粒子在迭代后期搜索性能下降的缺点。和局部粒子群优化算法、全局粒子群优化算法相比,仿真结果证明了本文提出的改进算法能在极短的时间内,获得较好的调度结果。 (2)针对异构多处理器系统DAG任务调度问题,本论文提出一种基于混合粒子群优化的任务调度算法。通过分析DAG任务模型特点建立异构多处理器任务调度的数学模型。为了使粒子群算法能更好的应用到离散领域,引入交换运算的概念,构造一种特殊的粒子群优化算法。同时加入爬山算法能够克服粒子群算法早熟收敛和局部搜索能力不足的缺陷,达到加速算法收敛,提高运行质量的效果。和遗传算法、基本粒子群算法相比,本文所提出的混合粒子群优化算法能够在更短的时间内得到较好的调度结果,特别适合应用较大规模的异构多处理器任务调度。 任务调度是NP完全问题,将粒子群优化算法应用于任务调度中,利用粒子群优化算法所具有的并行性和全局解空间搜索的特点,可以有效地缩短任务的完成时间,提高异构多处理器系统资源的使用效率。因此本论文的研究成果,对于推广粒子群优化算法的应用范围有一定的理论参考价值和实际应用价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 许元飞;;网格计算中任务调度算法的仿真研究[J];计算机仿真;2011年08期
2 季一木;王汝传;;基于粒子群的网格任务调度算法研究[J];通信学报;2007年10期
3 陈养平;王来雄;黄士坦;;基于粒子群优化的多处理器任务调度算法[J];吉林大学学报(信息科学版);2007年03期
4 刘波涛;刘金广;;基于动态粒子群优化的网格任务调度算法[J];计算机应用研究;2011年03期
5 李丙春;;粒子群优化算法及其应用[J];喀什师范学院学报;2006年03期
6 刘彤彤;;基于小波网络的复杂系统建模方法研究[J];科技咨询导报;2007年11期
7 吴文珍;梁兴柱;房会军;马爱琴;;粒子群优化算法在管道保温优化设计中的应用[J];大庆石油学院学报;2007年03期
8 史海军;王志刚;郭广寒;;引入变异算子的粒子群优化算法[J];长春理工大学学报(自然科学版);2007年03期
9 郭伟;陈广义;;神经网络基于改进型粒子群算法的研究[J];佛山科学技术学院学报(自然科学版);2007年05期
10 关圣涛;楚纪正;邵帅;;粒子群优化算法在非线性模型预测控制中的研究应用[J];北京化工大学学报(自然科学版);2007年06期
11 刘瑶;陈志刚;曾志文;;可信禁忌粒子群优化网格任务调度算法[J];计算机工程与应用;2009年12期
12 林令娟;刘希玉;;动态自适应微粒群优化算法[J];信息技术与信息化;2009年02期
13 杨晓燕;;一种离散型多目标粒子群优化算法[J];莆田学院学报;2010年02期
14 赵建辉;张宪;李志勇;李良洪;付少波;;粒子群优化点匹配算法[J];微计算机信息;2010年15期
15 湛燕;陈昊;;使用粒子群优化算法学习聚类算法的参数[J];大众科技;2010年06期
16 周洪斌;;基于OpenMP求解QAP的并行粒子群优化算法[J];微型机与应用;2010年10期
17 李炳宇;萧蕴诗;;新的进化计算算法——粒子群优化算法[J];计算机科学;2003年06期
18 李炳宇,萧蕴诗,汪镭;PSO算法在工程优化问题中的应用[J];计算机工程与应用;2004年18期
19 李辉,张安,赵敏,徐琦;粒子群优化算法在FIR数字滤波器设计中的应用[J];电子学报;2005年07期
20 刘玉敏,俞重远,张建忠,张晓光,杨红波,张娜,杨伯君;粒子群优化算法用于光纤布拉格光栅综合问题的研究[J];激光杂志;2005年04期
中国重要会议论文全文数据库 前10条
1 王光辉;陈杰;潘峰;;多种群协同粒子群优化算法求解动态环境优化问题[A];第二十七届中国控制会议论文集[C];2008年
2 徐东;李晔;唐旭东;庞永杰;廖煜雷;;基于变异行为的自适应粒子群优化算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
3 李猛;王道波;甄子洋;;基于改进混合粒子群优化算法的模型最优降阶[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
4 陈志盛;李勇刚;;改进粒子群优化算法及其在磨削加工中的应用[A];第二十七届中国控制会议论文集[C];2008年
5 马琰铭;;基于粒子群优化算法的晶体结构预测新技术及其在高压新结构研究中的应用[A];2011中国材料研讨会论文摘要集[C];2011年
6 文建辉;钟科军;唐丽娟;蒋健晖;;基于离散的粒子群优化算法结合主成分分析用于相似烟气样品的色谱区分[A];全国生物医药色谱学术交流会(2010景德镇)论文集[C];2010年
7 司维超;韩维;史玮韦;颜刚;;一种基于蜜蜂多群体觅食的粒子群优化算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 王群杰;齐美清;汪伟;李磊;;粒子群优化算法在波导高通滤波器设计中的应用[A];2011年全国微波毫米波会议论文集(上册)[C];2011年
9 张翔;李纲;熊伟清;;修正AHP中判断矩阵一致性的粒子群优化算法[A];第二十九届中国控制会议论文集[C];2010年
10 卓永强;;船舶车舵联动协同控制最优化的研究[A];1995-2009航海技术论文选集(第1集)[C];2010年
中国博士学位论文全文数据库 前10条
1 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
2 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年
3 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年
4 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年
5 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年
6 赵晶;量子行为粒子群优化算法及其应用中的若干问题研究[D];江南大学;2013年
7 王大志;面向实际工程问题的粒子群优化算法应用技术的研究[D];东北大学;2009年
8 徐文星;混沌粒子群优化算法及应用研究[D];北京化工大学;2012年
9 王彦超;CALYPSO结构预测方法及应用[D];吉林大学;2013年
10 李丹;粒子群优化算法及其应用研究[D];东北大学;2007年
中国硕士学位论文全文数据库 前10条
1 马艳伟;基于粒子群优化的异构多处理器任务调度算法研究应用[D];杭州电子科技大学;2010年
2 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
3 王婧;基于粒子群优化算法的集群调度策略研究[D];中国石油大学;2011年
4 张新娟;改进粒子群优化算法及其在图像分割中的应用[D];陕西师范大学;2011年
5 刘煌;基于GA的改进粒子群算法研究及其在TSP上的应用[D];武汉理工大学;2010年
6 苗爱敏;基于动态特征的粒子群优化算法研究[D];云南大学;2010年
7 杨洋;基于粒子群优化算法的准循环LDPC码构造[D];北京交通大学;2011年
8 沈锡;基于粒子群优化算法的船舶航向PID控制[D];大连海事大学;2011年
9 刘现;蛋白质结构预测的粒子群优化算法研究[D];福建农林大学;2011年
10 王莹;基于粒子群优化算法的无功优化及规划[D];天津大学;2005年
中国重要报纸全文数据库 前10条
1 范荣;AMD推出适用于服务器的多处理器平台[N];通信产业报;2001年
2 ;多处理器服务器[N];网络世界;2001年
3 本报记者 吴挺;十年涅槃[N];计算机世界;2005年
4 ;AMD四核皓龙处理器推动惠普新刀片技术[N];人民邮电;2008年
5 迪子;2006年多核处理器芯片 销售收入将增长5倍[N];中国计算机报;2005年
6 周婷;AMD推四核驱动处理器“巴塞罗那”[N];中国证券报;2007年
7 洪肇峰;曙光引领双核服务器应用潮流[N];科技日报;2005年
8 陈先勇;SoC的未来之路[N];计算机世界;2007年
9 记者 张博;MIPS科技公司推出业界首款多线程 多处理器IP核[N];电子资讯时报;2008年
10 雨夜;“4×2”领跑双核时代[N];中国计算机报;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978