考虑优先级的维修任务动态调度方法
·83·
兵工自动化
Ordnance Industry Automation
2018-06 37(6)
doi: 10.7690/bgzdh.2018.06.019
考虑优先级的维修任务动态调度方法
王雄伟，陈春良，曹艳华，陈伟龙，吴同晗
(装甲兵工程学院技术保障工程系，北京 100072)
摘要：为解决目前维修任务动态调度方法研究中存在方法复杂、考虑调度规则少、实用性不强等问题，对维修
任务动态调度方法进行优化研究。综合考虑维修时间、维修前等待时间、受敌威胁程度和装备重要程度等调度规则，运用逼近理想解排序法(technique for order preference by similarity to an ideal solution ，TOPSIS )确定各维修任务的优先级。通过实时更新关键时间点的维修任务静态调度方案实现对维修任务的动态调度，构建考虑优先级的维修任务动态调度模型，并通过示例分析进行验证。验证结果表明：新模型能用相对简单的方法解决复杂问题，为装备保障指挥员确定维修任务调度方案提供参考。
关键词：优先级；维修任务；动态调度；逼近理想解排序法 中图分类号：TJ07 文献标志码：A
Dynamic Scheduling Method of Maintenance Task Considering Priority
Wang Xiongwei, Chen Chunliang, Cao Yanhua, Chen Weilong, Wu Tonghan
(Department of Technical Support Engineering , Academy of Armored Force Engineering , Beijing 100072, China ) Abstract: In view the problems of complex method, considering the problem of less scheduling rules and less practicability in current research of the maintenance task dynamic scheduling method, the dynamic scheduling method of maintenance tasks is optimized. First of all, considering scheduling rules of the maintenance time, waiting time before maintenance, the degree of enemy threats and equipment severity, the TOPSIS method used to determine the priority of the maintenance tasks. Then, the model of the dynamic scheduling of the maintenance task is established by live update the static scheduling scheme of the maintenance task at the critical time point in real time. Finally, the feasibility of the model is proved by the example analysis. The result shows that new model can solve complex problems in simple way, and provide reference for the equipment maintenance commander to determine the maintenance task scheduling scheme.
Keywords: priority; maintenance tasks; dynamic scheduling; TOPSIS
0 引言
战时，科学有效的维修任务调度策略有利于提高部队战斗力。维修任务是指本级伴随维修小组能够在规定时间内修复由于受击损坏、技术故障和自然损坏而不能继续参加作战的装备。优先级是指战时维修任务在接受伴随维修小组维修时的先后顺序。维修任务动态调度是指战时根据战场实际情况，实时将各维修任务合理分配给各伴随维修小组的活动，属于车间作业调度问题[1]。
研究维修任务动态调度主要解决以下问题：1)将多个维修任务合理地分配给多个伴随维修小组；2) 由于各维修任务之间存在差异，需要对不同维修任务进行优先级排序；3) 根据战场的实际情况，如何实现对维修任务的动态调度。
维修任务调度问题由于具有超强的实际应用价值被广泛研究。吕学志分别基于伴随保障[2]和定点保障[3]，研究不同维修方式下的各简单调度规则的优劣程度，并提出不同维修方式下最优的简单调度
规则；万明等[4]以维修效益最大为目标，研究基于最大保障时间的维修任务调度模型，并提出2种全新的求解算法；朱昱等通过分析维修调度问题的特点，分别构建了基于最大保障时间的静态调度模型[5]
和动态调度模型[6]，并给出了求解方法。以上文献从多方面对维修任务调度问题进行了深入研究，但是仍存在以下不足：1) 大都基于简单调度规则进行研究，实际应用价值不高；2) 研究单个伴随维修小组的调度较多，而研究多个伴随维修小组情况下的联合调度较少；3) 以研究静态调度模型为主，动态调度研究较少。针对以上不足，笔者在考虑优先级的情况下，将多个伴随维修小组的动态调度问题抽象为某时刻单个伴随维修小组的静态调度问题，将复杂问题简化后进行研究。
1 维修任务调度规则
调度规则指一个及以上优先规则或启发规则的组合[7]，根据其结构特征可以分为简单优先规则、组合规则、加权规则和启发式规则[8]。
1
收稿日期：2018-02-22；修回日期：2018-03-23
作者简介：王雄伟(1992—)，男，湖南人，硕士研究生，从事武器系统保障工程研究。
万方数据
云计算数据中心调度算法研究
云计算数据中心资源调度关键技术研究 项目背景 云计算是建立在计算机界长期的技术积累基础之上，包括软件和平台作为一种 服务，虚拟化技术和大规模的数据中心技术等关键技术。数据中心（可能是分布在 不同地理位置的多个系统）是容纳计算设备资源的集中之地同时负责对计算设备的能源提供和空调维护等。数据中心可以是单独建设也可以置于其他建筑之内。动态分配管理虚拟和共享资源在新的应用环境--云计算数据中心里面临新的挑战，因为云计算应用平台的资源可能分布广泛而且种类多样，加之用户需求的实时动态变化 很难准确预测，以及需要考虑系统性能和成本等因素使得问题非常复杂。需要设计高效的云计算数据中心调度算法以适应不同的业务需求和满足不同的商业目标。目前的数据中心调度算法依据具体的应用（计算资源，存储，搜索，海量信息处理等）不同采用不同策略和算法。提高系统的响应速度和服务质量是数据中心的关键技术指标，然而随着数据中心规模的不断扩大，能源消耗成为日益严重和备受关注的问 题，因为能源消耗对成本和环境的影响都极大。总的发展趋势是从简单的粗旷的 满足功能/性能需求的方式向精细的优化节能的方向发展。
2云计算数据中心资源调度方案分析 2.1 Google 解决方案 Google 也许是业界最早使用和发起云计算的厂家之一。因商业保密，其大部 分技术实现内容并未被外界了解。 从其公开发表的文献可及了解到其关于云数据中 心，搜索引擎网络设计,分布式文件系统以及并行处理模式 MapReduce 的概要设 计。Google 云计算平台架构，其基础平台是建立在 Map Reduce 结构之上。利用了 类似Hadoop 的资源调度管理方法。不过 Google 自己设计了文件系统（ GFS hunkserver ）,数据库系统（BigTable ）以及其它相关系统。 2.2 Amazo n 解决方案 Amazon 目前被认为推广云计算应用最为成功的厂家之一。 它成功地推出了 EC2（弹性云计算），SQS （简单消息存储服务），S3（简单存储服务），SimpleDB （简单 数据库）等近十种云服务。Amazon 的云计算平台体系结构，其中（EBS: Elastic Block Service, Providi ng the Block In terface, Stori ng Virtual Mach ine Images ）。 2.3 IBM 解决方案 的蟻㈱Q. 图一.多数据中心调度算法的参考体系结构
TinyOS任务调度机制与实时调度构件设计
收稿日期:2007-05-09;修回日期:2007-07-18。 基金项目:国家863计划项目(2005AA1Z2120)。 作者简介:刘奎安(1982-),男,四川自贡人,硕士研究生,主要研究方向:无线传感器网络; 郭文生(1976-),男,辽宁铁岭人,讲师,博士研究生,主要研究方向:无线传感器网络、实时网络技术; 桑楠(1964-),男,四川营山人,教授,主要研究方向:嵌入式实时系统。 文章编号:1001-9081(2007)11-2740-03 Tiny OS 任务调度机制与实时调度构件设计 刘奎安,郭文生,桑 楠 (电子科技大学计算机科学与工程学院,成都610054) (lka10271982@sina .com ) 摘 要:Tiny OS 是一个开源的构件化操作系统,它采用构件化描述语言nes C 进行开发,主要针对资源非常有限的无线传感器网络节点而设计。分析了Tiny OS 22.x 的任务调度机制,针对其在实时应用领域的调度缺陷,设计并实现了一种软实时任务调度构件。根据构件在T OSSI M 仿真器中的验证分析,能有效增强Tiny OS 的实时性能。 关键词:无线传感器;Tiny OS;实时;构件设计;T OSSI M 中图分类号:TP316;TP311 文献标识码:A Schedule m echan is m of T i n yO S and its rea l 2ti m e schedule co m ponen t desi gn L I U Kui 2an,G UO W en 2sheng,S ANG Nan (School of Co m puter Science and Engineering,U niversity of Electronic Science and Technology of China, Chengdu S ichuan 610054,China ) Abstract:Tiny OS is an open 2s ource component operating syste m for sens or net w orks nodes that has very li m ited res ources .Tiny OS was i m p le mented in component 2devel op ing language nes C .Thr ough analyzing the schedule mechanis m of Tiny OS 22.x,a s oft real 2ti m e scheduler componentwas designed and i m p le mented for real 2ti m e app licati ons .Si m ulati on results in T OSSI M demonstrate that the s oft real 2ti m e component i m p r oves the real 2ti m e perfor mance of Tiny OS . Key words:wireless sens or net w orks;Tiny OS;real 2ti m e;component design;T OSSI M 0 引言 无线传感器网络(W ireless Sens or Net w orks,W S N )是由大量体积较小、能源受限,具有一定计算、存储和无线通信能力的传感器节点组成的无结构网络[1,2]。它综合了传感器、嵌入式、无线网络、分布式信息处理等技术。由于W S N 自身具备的特征,已广泛应用于国防军事、环境监测、交通管理、医疗卫生等领域。无线传感器网络作为一个新兴的研究领域,其中存在大量挑战性的研究课题,节点上的操作系统(W ireless Sens or Net w orks Operati on Syste m,W S NOS )设计与实现就是其 中之一。 目前,国外许多大学、研究机构着手于W S NOS 的研究,开发出了Tiny OS [3]、Magnet 、MANTI S 、Sen OS 等具有典型特征的W S NOS 。其中,由UC Berkeley 依靠S martdust (智能尘埃)项目开发出的Tiny OS 得到了广泛关注和应用。 Tiny OS 是全新面向W S N 的源码级构件化操作系统,由 构件开发语言nes C [4]开发,其内核只需要400字节的内存空间即可运行起来,是一个轻量级操作系统。但在实时应用中, Tiny OS 简单的F I F O 调度算法就显得不再适用,在任务数较 多时重要任务的响应时间无法得到保证。因此,针对实时应用的实时性需求,本文深入分析了Tiny OS 22.x 调度机制和调度相关的构件,提出了具有软实时性能的任务调度机制,开发 了相应的系统调度构件,通过在T OSSI M [5]仿真器中进行仿 真分析,此实时系统调度构件能提高Tiny OS 的实时性能。 1 Tiny OS 22.x 的调度机制 1.1 Tiny OS 的任务事件驱动的并发模型 Tiny OS 采用任务和事件驱动[6] 相结合的两级并发模型 (如图1) 。 图1 Tiny OS 任务事件驱动并发模型示意图 任务机制 任务由用户应用程序定义,可以由应用程序或事件处理程序创建。任务由task 关键字定义,具体定义语 法为:task void myTask (){…}。任务由post 关键字创建,具体语法为:post myTask ()。创建任务时,Tiny OS 的调度器将任务加入任务队列的队尾。核心调度策略中的任务调度器把此任务加入任务队列后就立即返回,任务则延迟执行。在等待执行的任务队列中,各个任务之间采用F I F O 原则进行调 第27卷第11期 2007年11月 计算机应用 Computer App licati ons Vol .27No .11 Nov .2007
tinyos任务调度机制
TOSH_sched_init();for(;;){TOSH_run_task();} 这两个函数的实现在tinyos-1.x\tos\system目录下的sched.c源文件中。这个文件就实现了tinyos 1.x的调度策略，很简单吧？闲话少说，下面分析它的数据结构。 typedef struct { void (*tp) (); } TOSH_sched_entry_T; 这个结构体就是tinyos任务队列里的东东，里面是个函数指针。 enum { #ifdef TOSH_MAX_TASKS_LOG2 #if TOSH_MAX_TASKS_LOG2 > 8 #error "Maximum of 256 tasks, TOSH_MAX_TASKS_LOG2 must be <= 8" #endif TOSH_MAX_TASKS = 1 << TOSH_MAX_TASKS_LOG2, #else TOSH_MAX_TASKS = 8, #endif TOSH_TASK_BITMASK = (TOSH_MAX_TASKS - 1) }; 上面定义了tinyos任务队列里的最大任务数TOSH_MAX_TASKS，和一个掩码。 //定义tinyos任务队列，这个队列是个循环队列！ volatile TOSH_sched_entry_T TOSH_queue[TOSH_MAX_TASKS]; //“头指针”tinyos任务队列里的第一个不为空的任务的下标 uint8_t TOSH_sched_full; //“尾指针”如果tinyos任务队列没有满，则是最后一个不为空的任务 //的下一个元素的下标；如果任务队列满则是最后一个任务的下标。 volatile uint8_t TOSH_sched_free; 好了，数据结构分析完了，咱们看看tinyos是怎样实现这个队列的吧，实现一个队列,无非就是初始化，增加队列元素，删除队列元素，判断队列是否为空……，数据结构里最基本的东东，想必大家比我清楚了！（如果这个不清楚，赶紧回去看看数据结构 ^_^ ）。 一初始化 s 初始化函数很简单，大家肯定都会写了。 void TOSH_sched_init(void) { int i; TOSH_sched_free = 0; TOSH_sched_full = 0; for (i = 0; i < TOSH_MAX_TASKS; i++) TOSH_queue[i].tp = NULL;
移动边缘计算(MEC)中任务协同调度策略
目录 第一章绪论 (1) 1.1研究背景和意义 (1) 1.1.1 研究背景 (1) 1.1.2 研究意义 (3) 1.2国内外研究现状 (5) 1.2.1 MEC研究现状 (5) 1.2.2 任务协同调度机制研究现状 (6) 1.3主要研究内容及贡献 (8) 1.4结构和章节安排 (10) 第二章MEC系统中任务聚类策略 (11) 2.1引言 (11) 2.2问题描述 (11) 2.2.1 聚类算法简介 (12) 2.2.2 MEC系统中任务相似度度量 (13) 2.3MEC系统中的任务聚类策略 (14) 2.3.1 基于k-means算法的聚类策略 (14) 2.3.2 基于层次方法的聚类策略 (16) 2.3.3 基于SOM算法的聚类策略 (18) 2.3.4 基于FCM算法的聚类策略 (22) 2.4仿真验证与性能评估 (27) 2.4.1 时延的敏感度分类 (28) 2.4.2 评价指标 (28) 2.4.3 仿真结果与分析 (29) 2.5本章小结 (32) 第三章移动终端与MEC服务器任务协同调度 (33) 3.1引言 (33) 3.2问题描述 (33) 3.2.1 任务卸载流程 (35) 3.2.2 任务卸载开销 (35) 3.3单任务模式 (36)
3.3.1 模型描述 (37) 3.3.2 STM模型 (39) 3.3.3 算法设计 (40) 3.4多任务模式 (41) 3.4.1模型描述 (42) 3.4.2 MTM模型 (45) 3.4.3 问题NP性 (45) 3.4.4 算法设计 (46) 3.5仿真验证与性能评估 (50) 3.5.1 参数设置 (50) 3.5.2 仿真结果与分析 (51) 3.6本章小结 (55) 第四章MEC服务器与核心云任务协同调度 (56) 4.1引言 (56) 4.2问题描述 (57) 4.2.1 任务优先级 (58) 4.2.2 MEC服务器与核心云通信 (58) 4.2.3 MEC服务器计算模型 (59) 4.2.4 核心云计算模型 (60) 4.3MEC服务器与核心云任务协同调度模型 (61) 4.4基于动态规划的方案设计 (62) 4.5基于遗传算法的方案设计 (66) 4.5.1 染色体编码 (66) 4.5.2 适应函数 (67) 4.5.3 染色体结合 (67) 4.5.4 算法设计 (70) 4.6仿真验证与性能评估 (72) 4.6.1 仿真参数设置 (72) 4.6.2 仿真结果分析 (73) 4.7本章小结 (76) 第五章总结与展望 (78) 5.1全文总结 (78) 5.2未来展望 (79)
Quartz任务调度--详细教程
Quartz任务调度快速入门1 概述 各种企业应用几乎都会碰到任务调度的需求，就拿论坛来说：每隔半个小时生成精华文章的RSS文件，每天凌晨统计论坛用户的积分排名，每隔30分钟执行锁定用户解锁任务。 对于一个典型的MIS系统来说，在每月1号凌晨统计上个月各部门的业务数据生成月报表，每半个小时查询用户是否已经有快到期的待处理业务……，这样的例子俯拾皆是，不胜枚举。 任务调度本身涉及到多线程并发、运行时间规则制定和解析、场景保持与恢复、线程池维护等诸多方面的工作。如果直接使用自定义线程这种刀耕火种的原始办法，开发任务调度程序是一项颇具挑战性的工作。Java开源的好处就是：领域问题都能找到现成的解决方案。 OpenSymphony所提供的Quartz自2001年发布版本以来已经被众多项目作为任务调度的解决方案，Quartz在提供巨大灵活性的同时并未牺牲其简单性，它所提供的强大功能使你可以应付绝大多数的调度需求。 Quartz 在开源任务调度框架中的翘首，它提供了强大任务调度机制，难能可贵的是它同时保持了使用的简单性。Quartz 允许开发人员灵活地定义触发器的调度时间表，并可以对触发器和任务进行关联映射。 此外，Quartz提供了调度运行环境的持久化机制，可以保存并恢复调度现场，即使系统因故障关闭，任务调度现场数据并不会丢失。此外，Quartz还提供了组件式的侦听器、各种插件、线程池等功能。 了解Quartz体系结构 Quartz对任务调度的领域问题进行了高度的抽象，提出了调度器、任务和触发器这3个核心的概念，并在org.quartz通过接口和类对重要的这些核心概念进行描述： ●Job：是一个接口，只有一个方法void execute(JobExecutionContext context)，开发者实现该接口定义运行任务，JobExecutionContext类提供了调度上下文的各种信息。Job运行时的信息保存在 JobDataMap实例中； ●JobDetail：Quartz在每次执行Job时，都重新创建一个Job实例，所以它不直接接受一个Job的实例，相反它接收一个Job实现类，以便运行时通过newInstance()的反射机制实例化Job。因此需要通过一个类来描述Job的实现类及其它相关的静态信息，如Job名字、描述、关联监听器等信息，JobDetail 承担了这一角色。
调度策略
Windows CNC多任务调度策略 一般对于单CPU 的CNC系统，系统软件结构采用前后台式。前台程序承担几乎全部实时功能，后台程序用来完成准备工作和管理工作，任务的调度机制采用优先抢占调度与时间片轮转相结合的机制。 （1）优先抢占调度机制 为了满足CNC 实时任务的要求，系统的调度机制必须具有能根据外界的实时信息以足够快的速度（在系统规定的时间内）进行任务调度的能力。优先抢占调度机制就是能满足上述要求的调度技术，它是一种基于实时中断技术的任务调度机制。 优先抢占调度机制，其功能有两个： 1优先调度。在CPU 空闲时，当同时有多个任务请求执行时，优先级高的任务将优先得以满足。 2抢占方式。在CPU 正在执行某任务时，若另一优先级更高的任务请求执行，CPU 将立即终止正在执行的任务，转而响应优先级高的任务的请求。 优先抢占调度机制是由硬件和软件共同实现的，硬件主要提供支持中断功能的芯片和电路，如中断管理芯片（8259或功能相同的芯片），定时器计数器（8263、8294 等）。软件主要完成对硬件的初始化，任务优先级的定义方式、任务切换处理（断点的保护与恢复、中断向量的保存与恢复等）。 （2）时间片轮转调度机制 任务就绪队列往往按任务到达的时间来排序。任务调度程序总是选择就绪队列中的第一个任务，也就是说按照先来先服务的原则调度，即根据任务进入就绪队列的先后次序来占有CPU，一旦一任务占有CPU，它就一直运行下去，直到该任务完成其工作或因等待某事件而不能继续运行时才释放CPU，但一旦任务占有CPU 仅使用一个时间片。在使用完一个时间片后，任务还没有完成其运行，它也必须释放出（被抢占）CPU 给下一个就绪的任务。而被抢占的任务返回到就绪队列的末尾重新排队等候再次运行。 时间片的大小对系统运行的影响很大。如果时间片很大，大到一个任务足以完成其全部运行工作所需的时间，那么时间片轮转策略将退化为先来先服务策略了。如果时间片很小，那么CPU 在任务间的转接工作过于频繁，CPU 真正用于运行任务的时间将会减小。 （3）调度策略 1、确定任务优先级，突发性实时任务具有最高优先级。 2、为其它各任务分配执行周期。如位控为4ms，插补为8ms，预处理为16ms，背景程序为55ms。即在55ms时间片内，最先执行位控任务，位控任务完成后，接着执行插补任务，如果4ms 时间到，则插补将被终止，又开始执行位控，当位控执行完后，从刚才中断处接着执行插补，插补执行完后接着执行预处理，以此类推。 3、在背景程序中，各任务分配相同的优先权，当一个任务执行完后，就绪队列中最前头的任务占据CPU运行，而先前运行任务失去对CPU的控制退至队列尾，直到循环使其达到队头时才重新获得控制权，即按先来先服务的原则调度。 4、当突发性实时任务发生，如故障中断、机床PLC中断及其它异常发生时，当前正在运行的任务将立刻终止执行，系统保存现场环境后，立刻去响应突发性实时中断信号，在执行完突发
任务调度机制
ucos:uc/os 任务调度机制 疯狂代码 https://www.360docs.net/doc/c718395265.html,/ ?: http:/https://www.360docs.net/doc/c718395265.html,/NetworkProgramming/Article33556.html uc/os 任务调度机制 by zhang9733 from https://www.360docs.net/doc/c718395265.html,/gd/dzbbs/ 内核核心任务是任务调度机制为了对uc/os进行分析我们从任务调度开始在uc/os中个任务通常是个无限循环具有如下结构后面我将解释为什么会有这种结构从下面结构可以看出个任务就像其他c样；而且既然任务是个无限循环我们可以想象到它定不会返回任何数据所以返回类型应该定义为void ： ------------------------------------------------------------ void mytask(void *pdata) { for (;;) { do something; waiting; do something; } } uc/os可以管理64个任务但目前版本系统占用了两个任务还保留了其他六个任务故用户可以使用56个任务每个任务必须赋予定优先级优先级数越高优先级越低所以0级优先级任务有最高优先级通过在os_cfg.h文件中定义宏os_lowest_prio可以决定系统任务个数系统目前占用两个任务为空闲任务idle task和统计任务stat task当没有其他任务进入就绪状态时空闲任务投入运行空闲任务什么也不做只是简单将计数器加1这个计数器可以用来统计cpu利用率 uc/os下每个任务可以有如下五种状态 休眠态(dormant)：指任务驻留在空间中还没有交给内核管理把任务交给内核是通过ostaskcreate( )或ostaskcreatext( )实现 就绪(ready)：当任务旦建立这个任务就处于就绪态准备运行任务可以动态被另个建立也可以在系统运行开始之前建立通过ostaskdel( )使任务返回到休眠态就绪态任务都放在就绪列表中在任务调度时指针ostcbhighrdy指向优先级最高就绪任务也就是立刻就要运行任务 运行(running)：准备就绪最高优先级任务获得cpu控制权从而处于运行态指针ostcbcur指向正在运行任务
第4章 初始化和清除
第4章初始化和清除 “随着计算机的进步，‘不安全’的程序设计已成为造成编程代价高昂的罪魁祸首之一。” “初始化”和“清除”是这些安全问题的其中两个。许多C程序的错误都是由于程序员忘记初始化一个变量造成的。对于现成的库，若用户不知道如何初始化库的一个组件，就往往会出现这一类的错误。清除是另一个特殊的问题，因为用完一个元素后，由于不再关心，所以很容易把它忘记。这样一来，那个元素占用的资源会一直保留下去，极易产生资源（主要是内存）用尽的后果。 C++为我们引入了“构建器”的概念。这是一种特殊的方法，在一个对象创建之后自动调用。Java也沿用了这个概念，但新增了自己的“垃圾收集器”，能在资源不再需要的时候自动释放它们。本章将讨论初始化和清除的问题，以及Java如何提供它们的支持。 4.1 用构建器自动初始化 对于方法的创建，可将其想象成为自己写的每个类都调用一次initialize()。这个名字提醒我们在使用对象之前，应首先进行这样的调用。但不幸的是，这也意味着用户必须记住调用方法。在Java中，由于提供了名为“构建器”的一种特殊方法，所以类的设计者可担保每个对象都会得到正确的初始化。若某个类有一个构建器，那么在创建对象时，Java会自动调用那个构建器——甚至在用户毫不知觉的情况下。所以说这是可以担保的！ 接着的一个问题是如何命名这个方法。存在两方面的问题。第一个是我们使用的任何名字都可能与打算为某个类成员使用的名字冲突。第二是由于编译器的责任是调用构建器，所以它必须知道要调用是哪个方法。C++采取的方案看来是最简单的，且更有逻辑性，所以也在Java里得到了应用：构建器的名字与类名相同。这样一来，可保证象这样的一个方法会在初始化期间自动调用。 下面是带有构建器的一个简单的类（若执行这个程序有问题，请参考第3章的“赋值”小节）。 148-149页程序 //: c04:SimpleConstructor.java // Demonstration of a simple constructor. class Rock { Rock() { // This is the constructor System.out.println("Creating Rock"); } } public class SimpleConstructor { public static void main(String[] args) { for(int i = 0; i < 10; i++)
一种改进的实时混合任务调度算法
一种改进的实时混合任务调度算法 谢建平1，阮幼林1,2 1武汉理工大学信息工程学院，武汉（430070） 2南京大学计算机软件新技术国家重点实验室，南京（210093） E-mail：xjp_1997@https://www.360docs.net/doc/c718395265.html, 摘要：文章提出了结合TBS（总带宽服务器法）算法和DMS（时限单调算法）算法的实时混合任务的调度算法，该方法能保证周期任务满足时限的要求，还能缩短非周期任务的响应时间。基于TBS服务器思想将非周期任务转换成有时限要求的硬实时任务，然后基于DMS 调度周期任务和非周期任务。由于是使用静态的DMS算法，不仅可以减小任务的切换开销，而且对系统的瞬时过载有一定的适应性。 关键词：实时系统；任务调度；时限单调算法；总带宽服务器算法 1. 概述 随着计算机技术的飞速发展与普及，实时系统已经成为人们生产和生活中不可或缺的组成部分。实时系统具有及时响应、高可靠性、专用性、少人工干预等特征[1]，被广泛应用于工业控制、信息通讯、网络传输、媒体处理、军事等领域。实时系统的正确性不仅依赖于计算的逻辑结果，还取决于获得计算结果的时间的正确性。在航空航天、电信、制造、国防等领域，对实时系统有着强烈的应用需求。 由于实时系统的应用面非常广，所以实时系统的分类方法很多。通常按照系统中任务的周期性或者任务对截止期限的要求进行划分。实时任务按照周期性划分可以分为周期实时任务（periodic task）和非周期实时任务（aperiodic task）；按照对截止期限的要求可以分为硬实时任务和软实时任务[1]。 本文提出了结合TBS（总带宽服务器法）算法[5]和DMS（时限单调算法）[6]算法的实时混合任务的调度算法，该方法能保证周期任务满足时限的要求，还能缩短非周期任务的响应时间。算法将非周期任务赋予一个假想的时限，然后整个实时系统采用DMS算法调度。由于是使用静态的DMS算法，不仅可以减小任务的切换开销，而且对系统的瞬时过载有一定的适应性。 2. 实时系统的任务调度 由于实时调度是保障实时系统满足时间约束的重要手段，所以一直是实时计算研究领域中倍受关注的热点问题。调度的实质是资源的分配，包括处理器和其他运算、交互、存储资源，调度就是来用来将这些资源合理地分配给各个实时任务的一种方法。 根据调度顺序产生的时机和方式可以分为静态调度和动态调度[1]。若调度算法是在编译的时候就做出决定从就绪任务队列中选择哪个任务来运行的，则这样的调度是静态的。这类调度算法假设系统中实时任务的特性(如：截止期，WCET等)是事先知道的。它脱机地进行可调度性分析，并产生一个调度表。静态调度算法的优点是运行开销小，可预测性强。但是，由于静态调度算法一旦做出调度决定后在运行期间就不能再改变了，所以它的灵活性较差。 如果调度器是在运行期间才决定选择哪个就绪任务来运行的，则这类调度被称为动态调度。动态调度算法能够对变化的环境做出反应，因此，这类调度算法比较灵活，适合于任务不断生成，且在任务生成前其特性并不清楚的动态实时系统。但是，动态调度算法的可预测性差且运行开销较前者大。
云计算中任务调度算法的研究综述
云计算中任务调度算法的研究综述-电子商务论文 云计算中任务调度算法的研究综述 文／张艳敏 摘要：云计算中任务调度算法的好坏直接影响云计算系统整体性能，也影响着云计算系统处理用户提交的任务的能力。本文归纳了云计算调度的特点和性能指标，总结了云计算中的任务调度算法，分析了云计算任务调度算法的研究现状及其进展。最后讨论了现有任务调度策略存在的问题，为云调度研究指明了方向和思路。 关键词：云计算；任务调度；遗传算法；蚁群算法 前言 云计算是一种基于互联网的新的服务模式，这种模式按使用量付费，提供可用的、便捷的、按需的网络访问，它将用户需求的计算任务分布在由大量计算机构成的数据中心，数据中心采用虚拟化技术，把各种软硬件资源抽象为虚拟化资源，再通过资源调度技术使各种应用能够根据需要获取计算能力、存储空间和信息服务。 在云计算环境中，一个大规模计算任务需要进行分布式并行处理，系统首先将逻辑上完整的一个大任务切分成多个子任务，然后根据任务的相应信息采取合适的调度算法，在不同的资源节点上运行这些子任务，所有的子任务处理完后进行汇总，最后将结果传给用户。云计算任务调度的目的是给需要的用户分配不同的资源，在某一特定的云环境下，依据某一种规则使用资源，在不同的用户之间平衡和调整资源，在满足用户需求的前提下，使得任务完成时间尽量小，且资源利用率尽量高。调度最终要实现时间跨度、服务质量、负载均衡、经济原则最
优等目标。云计算任务调度是云计算研究中的重点和难点。任务调度算法的优劣会影响到云计算系统处理任务的能力。近几年，研究者针对云环境下的资源调度做了很多研究，主要体现在以提高云计算数据中资源利用率为宗旨的资源管理与调度、以降低云计算数据中心的能耗为目标的资源分配与调度、经济学的云资源管理模型研究等方面。 本文综述了云环境下的任务调度算法，分析了近几年来典型的云计算任务调度算法的发展趋势，为相关领域的研究人员提供参考。 1、网格任务调度与云计算任务调度的比较 在网格计算和云计算中，虽然系统资源都是以数据池的形式呈现给用户，但它们之间的区别是网格用户的任务是通过实际的物理资源来执行，而云计算环境下的用户任务是通过逻辑意义上的虚拟资源来执行。对于以上两种计算方式，都是由用户将任务提交给计算中心，系统通过对任务的需求进行分析，然后来寻找合适的资源节点执行，此时的用户并不关心执行任务的是哪个节点。网格系统通过用户预先设定的任务并行执行算法，并结合自己的调度系统使用户任务实现跨物理节点并行执行[1]，云计算任务调度通常情况不会跨虚拟机并行调度。尽管云计算是在网格计算、分布式计算及并行计算的基础上发展起来的，但是云环境比较复杂，任务呈现多样性，而且是以商业服务作为宗旨。云计算任务调度策略不能照搬传统调度策略来满足用户提出的各种任务要求，必须考虑怎样在高效任务调度与资源分配同时提高经济效益、资源利用率以及用户体验等各方面的因素。可靠的云服务和各层次的用户公平使用资源的机会是云计算调度策略必须考虑的问题，此外还需要有一个调度策略来提供系统可以使用的资源，以便满足多样化的用户需求。因此虚拟化技术在云计算中的广泛应用、中间层与资源节点以
云计算中基于cloudsim的蚁群调度算法研究
龙源期刊网 https://www.360docs.net/doc/c718395265.html, 云计算中基于cloudsim的蚁群调度算法研究 作者：张翰林谢晓燕 来源：《电脑知识与技术》2016年第03期 摘要：介绍了云计算仿真工具cloudsim，在描述其架构的基础上，实现了cloudsim模拟云环境下调度策略的过程。引入蚁群算法，并基于蚁群算法实现了对cloudsim中调度策略的拓展，并与轮循、贪心等传统代数算法进行对比分析测试。结果表明，蚁群算法在应对云计算中海量任务和数据处理时，由于传统代数算法。 关键词：云计算，cloudsim，蚁群算法 中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2016）03-0219-02 云计算按照服务类型，大致可以分为三类：将基础设置作为服务Iaas、将平台作为服务paas、将软件作为服务saas。然而，不管何种类型的云计算服务，都有不同的、负责的组件，配置环境和部署条件的要求，因此，在异构真实的云环境下，对云端调度分配策略的优劣的评价，以及由调度策略所带来的云端设备的复合、节能、系统规模性能进行量化、评价是非常不易的。所以，本文引入云计算仿真工具Cloudsim，构建一个云环境下的分布式系统模拟器来实现云计算试验的模拟。 与此同时，目前广泛应用于云计算的如先到先服务FCFS算法、Greedy贪心算法[2]等，由于算法本身的特点，均是传统代数算法静态建模完成的，并不能针对网络中各种不确定变化做出对应的调整。而蚁群优化算法作为一种智能算法，在经过多次迭代后，任务必然能分配给一个合理的虚拟机。因此，本文在介绍Cloudsim架构、工作原理的同时，通过cloudsim搭建了一个云计算平台，并在此平台下，对FCFS算法、Greedy贪心算法以及蚁群优化算法进行的对比测试和分析。结果证明蚁群优化算法对于网络中突发情况的应对是较优的。 1 cloudsim介绍 1.1 cloudsim体系结构 Cloudsim是澳大利亚墨尔本大学Rajkumar Buyya教授领导团队开发的云计算仿真器，是一个通用的、可拓展的支持建模和模拟的仿真框架，并能进行云计算基础设施和管理服务的实验。其体系结构[1]如图： 1.2 cloudsim技术实现
任务调度
1 任务调度 1.1 概述 各种企业应用几乎都会碰到任务调度的需求，就拿论坛来说：每隔半个小时生成精华文章的RSS文件，每天凌晨统计论坛用户的积分排名，每隔30分钟执行锁定用户解锁任务。对于一个典型的MIS系统来说，在每月1号凌晨统计上个月各部门的业务数据生成月报表，每半个小时查询用户是否已经有快到期的待处理业务……，这样的例子俯拾皆是，不胜枚举。任务调度本身涉及到多线程并发、运行时间规则制定和解析、场景保持与恢复、线程池维护等诸多方面的工作。如果直接使用自定义线程这种刀耕火种的原始办法，开发任务调度程序是一项颇具挑战性的工作。Java开源的好处就是：领域问题都能找到现成的解决方案。OpenSymphony所提供的Quartz自2001年发布版本以来已经被众多项目作为任务调度的解决方案，Quartz在提供巨大灵活性的同时并未牺牲其简单性，它所提供的强大功能使你可以应付绝大多数的调度需求。Quartz 在开源任务调度框架中的翘首，它提供了强大任务调度机制，难能可贵的是它同时保持了使用的简单性。Quartz 允许开发人员灵活地定义触发器的调度时间表，并可以对触发器和任务进行关联映射。此外，Quartz提供了调度运行环境的持久化机制，可以保存并恢复调度现场，即使系统因故障关闭，任务调度现场数据并不会丢失。此外，Quartz还提供了组件式的侦听器、各种插件、线程池等功能。 1.2 组件 Quartz对任务调度的领域问题进行了高度的抽象，提出了任务job和触发器trigger这2个核心的概念，并在org.quartz通过接口和类对重要的这些核心概念进行描述：而Trigger 对于job而言就好比一个驱动器；没有触发器来定时驱动作业，作业就无法运行； 对于Job而言，一个job可以对应多个Trigger，但对于Trigger而言，一个Trigger只能对应一个job；所以一个Trigger 只能被指派给一个Job；如果你需要一个更复杂的触发计划，你可以创建多个Trigger 并指派它们给同一个Job。Scheduler 是基于配置在Job 上的Trigger 来决定正确的执行计划的，下面就是为同一个JobDetail 使用多个Trigger；
实时任务调度系统的RM调度算法算法研究与实现
毕业设计(论文)任务书 系专业___ _____班学生______________ 一、毕业设计(论文)题目实时任务调度系统的RM调度算法研究与实现 二、毕业设计(论文)工作自__2008_年_1_月_20__日起至_2008_年_5_月_30_日止。 三、毕业设计(论文)地点:上海杰普软件科技有限公司__________ 四、毕业设计(论文)内容要求: 1、课题的意义 提到调度算法, 就不得不提到RM调度算法。目前生产调度过程的响应和应用影响企业的生产力和企业核心竞争力，能够实现实时的优化调度系统的执行效率，直接决定了系统的有效作用。本课题要求能够通过RM调度算法实现任务调度系统，要求实现可配置的软件模块开发。 2、设计要求： 设计出灵活、便捷的用户操作界面，支持车间多用户并发访问，合理设计数据库对象，设计并使用RM调度算法进行调度任务规划，包括模块如下： ●系统初始化模块：调度对象初始化、调度对象的信息管理与配置、调度用户初 始化； ●调度过程管理模块：调度过程的实现与调度任务的控制管理。 ●调度评估管理模块：管理以往调度的实现和结果统计，产生对应报表。 3、知识体系要求 ●学习并掌握jdbc编程 ●学习并掌握socket编程 ●学习并掌握xml解析技术 ●学习掌握java gui程序构建 ●算法的研究与应用 4、需查阅的资料 ●Sun公司规范文档 ●搜索算法技术文档 5、设计任务的提交形式和要求 ●设计论文一份 ●翻译资料一份 ●设计作品(包括相关源代码一份)
6、总体进度安排 第1周：调研、学习、查询资料 第2-4周：需求分析与软件设计 第5-8周：系统设计，包括数据库设计和系统架构设计 第9-12周：软件实现及测试 第13-14周：论文 第15周：答辩 教研室指导教师 教研室主任______________ 接受任务日期________________ 批准日期_______________ 学生签名__________________
嵌入式实时操作系统的任务管理及任务调度
1嵌入式实时操作系统简介 1. 1 英文名Embedded Real-time Operation System ，简写为RTOS。 1.2.1定义：当外界事件或数据产生时，能够接受并以足够快的速度予以处理，其处理的 结果又能在规定的时间之来控制生产过程或对处理系统作出快速响应，并控制所有实时任务 协调一致运行的嵌入式操作系统。（注：在工业控制、军事设备、航空航天等领域对系统的 响应时间有苛刻的要求，这就需要使用实时系统。我们常常说的嵌入式操作系统都是嵌入式实时操作系统。比如uC/OS-ll、eCOS和Linux。故对嵌入式实时操作系统的理解应该建立 在对嵌入式系统的理解之上加入对响应时间的要求。） 1.2.2IEEE定义：嵌入式系统是“用于控制、监视或者辅助操作机器和设备的装置”。 1.2.3一般定义：以应用为中心、以计算机技术为基础、软件硬件可裁剪、功能、可靠性、 成本、体积、功耗格要求的专用计算机系统。 1. 3 分类：VxWorks , uC/OS- n, uClinux , eCos, RTXC 等。 2、嵌入式实时操作系统的任务管理 2. 1任务管理：是嵌入式实时操作系统的核心和灵魂，决定了操作系统的实时性能。它 通常包含优先级设置、多任务调度机制和时间确定性等部分。 2.1.1优先级设置：嵌入式操作系统支持多任务，每个任务都具有优先级，任务越重要， 赋予的优先级应越高。优先级的设置分为静态优先级和动态优先级两种。静态优先级指的是 每个任务在运行前都被赋予一个优先级，而且这个优先级在系统运行期间是不能改变的；动态优先级则是指每个任务的优先级（特别是应用程序的优先级）在系统运行时可以动态地改变。 2.1.2多任务调度机制：任务调度主要是协调任务对计算机系统资源的争夺使用。对系统资源非常匮乏的嵌入式系统来说，任务调度尤为重要，它直接影响到系统的实时性能。通常，多任务调度机制分为基于优先级抢占式调度和时间片轮转调度。（1）基于优先级抢占式调度：系统中每个任务都有一个优先级，核总是将CPU分配给处于就绪态的优先级最高的任
算法导论_实验三 一个任务调度问题
实验三一个任务调度问题 1.问题描述: 在单处理器上具有期限和惩罚的单位时间任务调度问题. 2.算法原理: 考虑一个给定的调度. 我们说一个任务在调度迟了, 如果它在规定的时间之后完成; 否则, 这个任务在该调度中是早的. 一个任意的调度总可以安排成早任务优先的形式, 其中早的任务总是在迟的任务之前. 为了搞清这一点, 请注意如果某个早任务a(i)跟在某个迟任务a(j)之后, 就可以交换a(i)和a(j)的位置, 并不影响a(i)是早的a(j)是迟的状态. 类似的,任意一个调度可以安排成一个规范形式, 其中早的任务先于迟的任务, 且按期限单调递增顺序对早任务进行调度. 为了做到这一点, 将调度安排成早任务优先形式. 然而, 只要在该调度中有两个分别完成于时间k和k+1的早任务a(i)和a(j) 使得d(j)