实时调度算法研究
EDF调度算法
2 1)
Page 9
一、引入 2、国内外研究概况
当然，RM是基于这样一种比较理想的硬实时周期任务模型： i. 所有的任务都是周期任务 ii. 所有的任务都是不相关的，即它们没有共享资源 iii.所有任务都有一个固定的执行时间或最大执行时间 iv.所有任务的相对截止时间 都等于它们的周期 v. 所有任务都是可抢占的 vi.系统只有一个处理器 注：若iv不成立，则RM不是最优的固定优先级调度算法。这 事可采用另一种算法：时限单调(deadline monotonic)调度算 法DM，其按任务的相对时限来分配优先级：相对时限越短， 优先级越高。
Page 12
一、引入 2、国内外研究概况
软实时任务和偶发任务的调度 因为软实时任务允许运行时间错过截止期，所以其调度目标 是在保证满足硬实时周期任务的时限前提下，提高软实时任 务的响应时间。目前主要的调度算法有：
i. 后台运行法
ii. 轮询服务器法 iii. 挪用法
Page 13
一、引入 2、国内外研究概况
Page 11
一、引入 2、国内外研究概况
还有其他的动态优先级调度算法，e.g 最小空闲时间优先 （Least Slack Time First,LST）算法。
一个任务在t时刻的空闲时间等于： 截止时刻－ t －该任务的剩余执行时间
虽然LST也是具有最优性ቤተ መጻሕፍቲ ባይዱ但需随时监视所有就绪任务，运行 时的开销较大，且如果两个任务的空闲时间接近，很容易产生 调度的颠簸现象，所以实际使用中一般不适用。
Page 5
一、引入 1、背景、目的及意义
从实时系统理论的发展来看，主要有以下几个方面： 有资源互斥的硬实时任务调度： 提出几种资源互斥协议来防止优先级反转和死锁问题， 并给出相应的可调度判定条件。 多处理器实时任务调度，前面的研究都是假定系统中只有 一个处理器，忽略实际复杂的因素，将注意力集中到调度算 法、资源访问控制和可调度性分析判定的基本原理上。这部 分将这些理论应用于包含多个处理器的实时系统中，并处理 在单处理器系统中未出现的问题。
班车调度策略精简算法及开发研究
班车调度策略精简算法及开发研究一、概述随着人们生活水平的提高和城市化进程的加快，班车越来越成为人们出行的主要选择之一。
然而，如何高效地调度班车仍然是一个具有挑战性的问题，尤其是在高峰期，如何保证班车能够在不浪费资源的情况下满足乘客的需求。
因此，本文将介绍一种班车调度策略的精简算法，并探讨其开发研究。
二、常见的班车调度策略在班车调度的过程中，通常会采用以下几种常见的策略：1. 固定班次策略：根据车辆和线路的特性，规定固定的班次，以保证一定的覆盖范围和效率。
这种策略适用于线路比较稳定、人流量相对固定的情况。
2. 时段班次策略：将班车的发车时间按照一定规律分为不同时段，以满足不同时段的乘客需求。
这种策略适用于比较长的线路或者存在非常高的客流峰值的情况。
3. 实时调度策略：根据实时的客流量和需求情况，灵活调整班车的班次和发车时间，以满足乘客的实际需求。
这种策略比较灵活，但同时也会增加调度难度和成本。
以上三种班车调度策略各有优缺点，需要根据具体的运营情况和需求来进行选择和优化。
其中，固定班次策略和时段班次策略相对比较简单，但在一些特殊情况下可能会出现班车数量不足或者浪费资源等问题，因此需要进行一定的优化处理。
三、班车调度算法为了解决固定班次策略和时段班次策略存在的问题，我们可以采用一种基于客流分布和时段划分的班车调度算法，具体步骤如下：1. 根据历史客流数据和实时观测数据，预测不同时段和不同站点的客流量。
2. 根据客流量的预测值，将班车的时段进行划分，并根据需要进行增加或者减少班次数量。
3. 对于每一个时段和站点，根据预测的客流量和班车数目，计算出实际需要的班车发车时间和数量。
4. 生成班车调度计划，包括班次、发车时间、路线等信息。
以上算法基于客流量的预测和优化，可以适应不同的运营需求和变化情况，同时也可以减少班车数量和运营成本，提高班车的运营效率和服务质量。
四、班车调度算法的开发与应用在算法的开发和应用过程中，需要考虑以下几个方面：1. 班车调度系统的构建：需要构建一个全面、可靠的班车调度系统，包括数据采集、预测、优化、计划等模块，同时还需要满足实时调度和监测的需求。
嵌入式实时操作系统任务调度算法研究与改进的开题报告
嵌入式实时操作系统任务调度算法研究与改进的开题报告一、研究背景随着嵌入式技术的不断发展，嵌入式实时操作系统的应用越来越广泛。
实时操作系统是一种专门为实时应用程序设计的操作系统，其最重要的功能是任务调度。
任务调度算法直接影响着嵌入式实时操作系统的性能和可靠性，因此，在嵌入式实时操作系统中任务调度算法的研究和改进具有重要的意义。
目前，常用的任务调度算法包括静态调度算法和动态调度算法。
静态调度算法是指在系统初始化时确定任务的调度顺序，而在任务的运行过程中不进行任何调度的算法；动态调度算法是指在任务的运行过程中根据任务的优先级和属性动态调整任务的调度顺序。
静态调度算法具有稳定性好等优点，但对系统的响应速度和实时性要求较高的应用场景来说，其初始性能就成为算法的瓶颈；动态调度算法能够根据不同的应用场景和需求进行调整，适应性强、可调性好，但由于调度的时间和复杂度较高，因此会引起系统的不稳定性和响应速度降低等缺点。
鉴于上述现状和问题，本文将对现有嵌入式实时操作系统的任务调度算法进行研究，探讨其优缺点，并提出一种基于带权时间片轮转的调度算法，以期改进嵌入式实时操作系统的性能、提高系统的稳定性和实时性。
二、研究内容1. 对嵌入式实时操作系统的任务调度算法进行调研和分析，深入了解其优缺点和适用场景；2. 提出一种基于带权时间片轮转的任务调度算法，分析其设计思路和实现方法，探讨其能够提高嵌入式实时操作系统的性能和实时性；3. 在实际环境下进行该调度算法的开发和测试，收集测试数据并进行分析，进一步验证该算法的可行性和有效性；4. 对比实验，将新算法与其他已有的嵌入式实时操作系统的任务调度算法进行性能和实时性比较。
三、计划进度1. 任务调研和分析（1个月）2. 算法设计和实现（2个月）3. 调度算法开发和测试（3个月）4. 数据收集和分析（1个月）5. 性能和实时性比较实验（1个月）四、预期成果1. 对现有嵌入式实时操作系统的任务调度算法进行深入分析，并探讨不同算法适用的场景和优缺点；2. 提出一种基于带权时间片轮转的任务调度算法，并进行实际验证和测试，验证该算法的可行性和有效性；3. 分析测试数据，比较新算法与其他已有的嵌入式实时操作系统的任务调度算法的性能和实时性，通过实验得出新算法的优劣势。
半导体生产线动态实时智能调度方法研究【控制理论与控制工程专业优秀论文】
内容摘要生产调度是在不增加或少增加投入的情况下，通过充分组合和利用现有资源，提高企业竞争力的最有效手段之一。
半导体生产线的结构复杂、设备多且加工特性各异，具有严重的可重入性、高度不确定性和多目标优化特征，所有这些给半导体生产线的调度带来了极大的困难。
在综述半导体生产线调度特点的基础上，对半导体生产线的动态调度进行了深入而细致的研究，给出了半导体生产线多目标优化动态调度规则（ＭＯＤＤ，Ｍｕｌｔｉ．ｏｂｊｅｃｔｉｖｅＯｐｔｉｍｉｚａｔｉｏｎＤｙｎａｍｉｃＤｉｓｐａｔｃ｝ｌｉｎｇＲｕｌｅ）。
ＭＯＤＤ包括五种类型的调度规则：正常生产状态调度规则、瓶颈设备低在制品水平调度规则、非瓶颈设备高在制品水平调度规则、多批加工设备调度规则与紧急工件调度规则。
该算法考虑了半导体生产线的本质特点，如可重入流、多批加工、紧急工件、次序相关的准备时间等等；能够同时优化半导体生产线多个性能指标。
如ＭＯＶＥＭＥＮＴ、加工周期、生产率与准时交货率。
但是该算法的局限性在于：在半导体生产线瓶颈变化频繁的情况下，可能会影响调度决策的快速性。
群体智能理论为半导体生产线动态调度提供了新的解决思路。
在充分理解群体智能理论的思想的基础上，提出了半导体生产线动态实时智能调度方法。
研究分三个阶段进行：第一阶段：基于信息素的间接交互方式，提出了基于信息素的半导体生产线动态实时智能调度算法（ＰＢＤＲ，Ｐｈｅｒｏｍｏｎｅ．ＢａｓｅｄＤｙｎａｍｉｃＲｅａｌ．ＴｉｍｅＳｃｈｅｄｕｔｉｎｇＡｌｇｏｒｉｔｈｍ）。
首先，模拟蚁群生态系统，构建了实现半导体生产线动态调度的ＭＡＳ系统（ＳＭＡＳ）。
在该系统中，使用每个蚂蚁ａｇｅｎｔ分别控制相应的工件、设备、运输工具与人员，将与调度相关的信息表示成相应的蚂蚁ａｇｅｎｔ的信息素。
蚂蚁ａｇｅｎｔ通过感知其他蚂蚁ａｇｅｎｔ的信息素来确定自己下一步行为，即选择合适的设备等待加工或选择合适的工件进行加工，从而实现动态调度。
该算法有两方面的优势：一是将调度相关信息表示成蚂蚁ａｇｅｎｔ的信息素后，可以根据要优化的性能指标，来相应地改变信息素的表示方式，对调度的结构却不发生影响，可以方便地实现方法的重用；二是决策时间短、计算量小、实时性好、易于实现，非常适用于动态调度。
多处理机实时分类调度算法研究
（ ｃ ｌｙ ｏ ａ ｅ ｓ ｕ ｃ ｓ ａ ｄ Ｈｙ ｒ ｕ ｉ Ｐ ｗｅ ， ’ ｎ Ｕｎ ｖ ｒ ｉ ｆＴｅ ｈ ｏ ｏ ｙ， ’ ｎ ７ ０ ４ Ｃｈ ｎ ） Ｆａ ｕ ｔ ｆＷ ｔ ｒＲｅ ｏ ｒ ｅ ｎ ｄ ａ ｌ ｏ ｒ Ｘｉ ａ ｉ ｅ ｓｔ ｏ ｃ ｎ ｌ ｇ Ｘｉａ １ ０ ８， ｉ ａ ｃ ｙ
ａ ｅ ａ ｏ ｄｉ ｅ ｃ ｓ ｍｉ ｉ ｕ ａ ｄ ｔ ｎ ｏ ｂ ｃ ｖ ｒ ｇｅ ｌ ａ ｎｇ ｒ ａ ｈｅ ｎ ｍ ｍ ｎ ｅ ｄｓ ｔ ｅ ｏｍｅ ｓ ｏｔ ｍｏ ｈ． Ｋｅ ｒ ｓ：ｒ ａ — ｉ ｙ ｗｏ ｄ ｅ ｌｔｍｅ；ｍ ｕ ｔｐ ｏｃ ｓ ｏ ；ｓ ｈｅ ｕｌｎ ｌ ｏｒｔ ｍ ；ｔ ｓ ｌｏ ａ ｉ ｎ；ｃａ ｓ ｆｃ ｔｏ ｌｉ ｒ ｅ ｓ ｒ ｃ ｄ ｉ ｇ ａ ｇ ｉｈ ａ ｋ ａ ｌ ｃ ｔｏ ｌ ｓ ｉｉ ａ ｉ ｎ
多处 理 机 实 时分 类 调度 算 法 研 究
白亮 ，万林 ，李辉
（ 西安 理 工 大学 水 利 水 电 学 院 ， 西 西 安 ７ ０ ４ ） 陕 １ ０ ８
摘 要 ：讨论 了在 多处理 机 实时 系统 中周期 任 务 可 调度 性 的充 要 条件 和非 周 期任 务 的分 布 函数 ， 并 进 行 了任务 调度 模 型设 计 。通过 处理 器利 用 率 实现 对 实时任 务 的 动 态 分类 ， 根 据 这 些分 类进 行 并 处理 器分 派 。仿 真 结果表 明 ， 这种 方 法能 有效提 高 实时任 务 的调 度 成 功 率 ； 处理 器达 到 ５个 时 ， 在 调 度 率可 达 ９ 以上 ， 本属 于 最优 调 度 ， ８ 基 平均 负载 达到 最 小且趋 于 平稳 。 关 键词 ：实时 ；多处理 机 ； 度 算法 ； 务分 派 ；分 类 调 任
基于利用率和负载均衡的多核实时调度算法研究
法 。和传统的分区调度算法不同的是 ， 将任务划分 为周期任务和非周期任务 。对于周期任务 ， 在进行 分区时根据其利用率因子的大小进行总体规划 ， 以
满足负载均衡和最大利用率为 目的； 对于非周期任 务则根据其到达时间 、 执行时间 以及死 限要求进行
Ｄ ａｌ ｅ ｉｔ Ｊ ｅｄ ｎ ｒ ） 。目前有许多文献都在如何提高 ｉ Ｆ ｓ
分 区算法利用率方面进行研究 。如文献 ［ ］ ４ 根据对 多处理器下 的 Ｒ Ｒ ｔ Ｍ ｎｔ ｉ） 调度条件 和 Ｍ（ ａ ． ｏｏ ｎｃ 可 ｅ ｏ 任务分配算法进行 了研究与分析 ， 对基于 Ｒ 的 四 Ｍ 种分区算法进行了比较 。文献 ［ ］ ５ 在分区时允许任 务抢 占和限定性迁移 以提高系统利用率。文献 ［ ， ６ ７ 找出了一种需求界限函数 （ Ｂ ） 根据该 函数 的 ］ ＤＦ ， 近似值进行分 区。文献 ［ ］ ８ 采用将分区和全局调度
段以负载均衡为原则， 根据处理器数选择利用率总和等于 ｌ 或接近于 １ 的任务进行分配， 并且在此阶 段对 于未达到 充分利 用的处理 器 ， 选取 可能调 度 的零 星任 务 ， 对任 务 进行 再 次重新 分 配 ， 以达 到 负载 均衡和系统最大利用率。实验证明， 该算法在 实现最大利用率的前提下能很好地达到 负载均衡。
优势就是要为实时系统提供强有力 的处理支持 ， 为 实时 多任 务 系统 的可调 度性 提供 保 障 。 目前 多处 理 器实 时调 度方 法 主要 分 为 两 类 ： 局 调 度 和 分 区调 全 度算 法 。全局 调 度算法 的思想 是所 有任 务共 享所 有 处理器 ， 任务允许迁移。这种调度算法虽然处理器 利用率高但执行开销较大 ， 典型算法如 Ｇ Ｄ （ ｌ — Ｅ Ｆ Ｇｏ ｂ
物流管理中的智能调度算法优化研究
物流管理中的智能调度算法优化研究随着生产技术和输送技术的发展，物流成为整个供应链中不可或缺的环节。
而物流的核心也在不断向智能化、高效化方向发展。
在物流过程中，智能调度算法优化的研究对提升整个供应链的效率和可靠性具有重要的作用。
一、物流调度算法物流调度算法是指对物流运输顺序进行排列的数学算法。
通常在一个物流中心中，有大量的发货和收货任务需要进行合理分配及调度，以达到经济高效的运输服务。
1. 调度分类根据物流调度的顺序分类，可以分为静态调度和动态调度。
静态调度是指预先编制好了任务计划，根据计划进行调度。
动态调度是指随时根据当前任务状态和情况对调度进行实时调整和优化。
2. 常见调度算法常见的调度算法有遗传算法、模拟退火算法、禁忌搜索算法等。
这些算法都以一定的数学模型为基础，在研究过程中需要考虑任务数量、任务距离、装卸时间等多种因素，来达到运输时间最优化的效果。
二、智能调度算法优化为了使物流过程更加智能、高效，需要对传统的物流调度算法进行优化。
智能调度算法优化主要包括以下几个方面：1. 智能算法的应用随着计算机技术的不断发展，各种智能算法也逐渐得到应用，如人工神经网络、模糊逻辑等。
这些算法可以根据历史数据和实时信息进行运算，不断优化调度结果。
2. 数据挖掘物流数据的大量积累和分析可以为智能调度算法提供有效的支撑。
通过数据挖掘技术，可以分析货物流动、运输路径、时间分布等等信息，并将分析结果运用于智能调度算法中。
3. 大数据处理尤其是在电商、O2O等领域中，物流数据量庞大，需要对大数据进行处理和分析。
此时，大数据处理技术可以有效处理这些数据，从而为智能调度算法提供更加可靠的数据基础。
4. 云计算技术云计算可以提供更快更便捷的数据处理和存储服务。
通过云计算技术，可以将不同地点的数据集中起来，实现数据共享，同时也便于智能算法的处理和应用。
三、案例分析——京东物流作为一家大型电商企业，京东物流在物流管理中也实行了智能调度算法优化，取得了一定的成果。
操作系统中的调度算法分析
操作系统中的调度算法分析操作系统是计算机系统中最为重要的组成部分之一，它负责管理计算机系统的资源，包括硬件和软件资源，并且为其它应用程序提供支持和服务。
在操作系统中，调度算法是其中非常重要的一部分，对于它的优化和改进有着非常重要的意义。
本文将按照类别对操作系统中的调度算法进行详细分析，包括批处理系统中的调度算法、交互式系统中的调度算法、实时系统中的调度算法，以及多处理器系统中的调度算法。
一、批处理系统中的调度算法批处理系统是指能够自动地运行一批作业的操作系统，它是在没有任何人的干预下完成作业的自动化系统。
在批处理系统中的调度算法，其主要目的是使各作业的吞吐率最大，并且减少响应时间和等待时间。
在批处理系统中的调度算法包括先来先服务（FCFS）算法、短进程优先（SJF）算法、最高响应比优先（HRRN）算法等。
1、先来先服务（FCFS）算法先来先服务算法，也称为先到先服务算法，是最简单的一种调度算法。
它的作用是按照进程的到达时间的先后顺序进行服务，先到达的进程先得到服务，后到达的进程则必须等待前面进程的服务结束才能够被执行。
优点是公平、简单，缺点是会导致长作业等待时间长，短作业等待时间短。
2、短进程优先（SJF）算法短进程优先算法，是按照进程的执行时间长度来排序，执行时间越短的进程优先得到服务，它可以使得等待时间总和最小，从而提高系统的吞吐率。
但是，如果遇到长作业，则会导致短作业等待时间过长。
3、最高响应比优先（HRRN）算法最高响应比优先算法，则是综合考虑前两种算法的优点而得到的一种调度算法，它会计算出每个进程的响应比，并且选择响应比最高的进程进行执行。
响应比的计算公式是：响应比 = (等待时间 + 执行时间) / 执行时间该算法可以最大限度地减少等待时间，并且适用于长作业与短作业的服务。
二、交互式系统中的调度算法相比于批处理系统，交互式系统强调用户体验，需要快速响应用户的指令请求。
因此，交互式系统中的调度算法，其主要目的是降低响应时间，尽可能快地处理用户的请求。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
参考文献
1 Liu C, Layland J. Scheduling algorithms for multiprogramming in real-time environment. Journal of ACM, 1973, 20(1): 46~61
2 Muntz R R, Coffman E G. Preemptive scheduling of real-time tasks in multiprocessor systems. Journal of the ACM, 1970, 17(2): 324~338
实时调度的分类有多种方式 根据建立调度表和可调度性分析是脱机还是联机实现 实时调度 可分为静态调度和动态调度 按系统分类 可分为单处理器调度 集中式多处理器调度和分布式调 度 按任务是否可抢占 可分为抢占调度和不可抢占调度 而按实时性要求 又可以分为硬实时调 度和软实时调度 下面分别按照单处理器 多处理器和分布式调度对实时调度算法进行讨论
CGS(G,k)= CPS(G,k) BS 不能得到最短调度表 GS 虽然可以得到最短调度表 但只是理论结果 由定理 3 可知 PS
和 GS 具有相同的最小计算时间 而 PS 在实际中是可实现的 直接求 PS 调度表比较困难 因此
PS 调度表生成过程一般为 1) 根据任务间的优先关系 画出计算图 G 2) 按 G 生成 GS 调度表
不存在
定理 4 表明基于 l-c 空间的多处理器动态调度算法没有最优解 由于该算法不能保证所有任务
的死线 因此属于软实时调度
4 分布式实时调度
分布式实时调度算法可以分为两类 1) 以 RMS 为基础的广义 RMS 调度 2) 以风车调度 Sr
为基础的 DSr 调度[3]
4.1 GRMS GRMS 将 RMS 用于分布式实时系统 对 RMS 的一些基本概念如可调度性 可抢占等进行了
5结论
以往对实时调度算法研究主要集中在硬实时 静态调度 并且无论是单处理器调度还是分布式
万方数据
208
电 子科技大学学报
第 29 卷
调度 一般是以 RMS 算法为基础 而动态调度则以 EDF LLF 为主 随着实时系统朝着开放 分 布和多媒体发展 实时应用灵活多变 实时调度算法的研究将主要面向分布 动态 弱实时以及混 合调度
的同一直线上 而死线沿 45°角递增 如图 2 所示 的长
1 和 3 的死线相等 而 2 的死线比 1 和 3
3.2.2 调度算法
在 l-c 空间内 任务按 EDF 或 LLF 算法调度 EDF 或 LLF 在单处理器下是最优调度算法 但
在多处理器下则不是[2] 对多处理器动态实时调度 有
定理 4 在多处理器下 如果任务计算时间 死线或到达时间不能预先确定 则最优调度算法
调度任务的状态可以由 l-c 空间表示 如图 2 所示 圆 圈表示任务在 l-c 空间的位置 即 t 时刻的状态 横坐标表示
O
l
图 2 l-c 空间 t 时刻的任务表示
因此死线为 3+2=5
任务的空闲时间 l(t) 纵坐标表示任务的剩余计算时间 c(t) 任务空闲时间 l(t) = D − c(t) 图中虚线间隔表示一个时间单 位 如 2 的当前时刻的剩余计算时间为 3 空闲时间为 2
5 Sha L, Rajkumar R, Sathaye S. Generalized rate-monotonic scheduling theory: a framework for developing real-time systems. Proceedings of the IEEE, 1994, 82(1): 68~82
Abstract This paper discusses real-time scheduling. Classic real-time scheduling algorithms in uni-processor systems and two typical multi-processor scheduling algorithms are investigated. Distributed realtime scheduling algorithms are analyzed briefly.
每隔一个时间单位 l-c 空间将刷新一次 任务在 l-c 空间的位置变化具有不同的含义
1) 任务执行 任务向下移动 c(t)变小
万方数据
第2期
王志平 等 实时调度算法研究
207
2) 任务不执行 任务向左移动 l(t)变小
3) 任务未到达 任务不动 有些任务的计算时间和空闲时间在任务未到达前就已确定 这些
c
3) 采用某种方法将 GS 调度表转换成 PS 调度表
3.2 动态调度
1
问题描述 到达时间不确定而计算时间 c 和死线 D 已知
的 n 个任务 运行在 m 个处理器上 n 不确定 动态调度的
2
目标是使系统能够对变化的环境作出迅速的反应
3.2.1 l-c 空间
3
任务在 l-c 空间预留了位置 但只有到达后才被激活
4) 新任务到达 根据到达任务的计算时间 c 和空闲时间 l 设置其在 l-c 空间的坐标位置
5) 任务执行完毕 任务到达 l 轴 此时 c(t) = 0
6) 任务运行超时失败 任务落在 c 轴左边 此时 l(t) < 0
任务死线属性也在 l-c 空间表示出来 由于 D = l(t) + c(t) 因此相同死线的任务都位于 125°角
关 键 词 实时调度 实时调度算法 单调速率调度 最早死线优先 风车调度 中图分类号 TP301.6
在实时系统中 实时调度是一个被广泛研究的题目 调度的实质是资源的分配 而实时调度强 调的是任务的时间约束 实时系统的基本问题就是要保证系统中的任务满足其时间要求 从而保证 系统的实时性
1 实时调度分类
第 29 卷 第 2 期 2000 年 4 月
电子科技大学学报 Journal of UEST of China
实时调度算法研究∗
王志平∗∗ 熊光泽
(电子科技大学计算机科学与工程学院 成都 610054)
Vol.29 No.2 Apr. 2000
摘要 对实时调度进行了讨论 研究了单处理器下的经典调度算法 单调速率调度 最早死线 调度和最短空闲时间优先调度 分析了多处理器系统中的典型调度算法 对分布式系统中的两种调度算 法 广义单调速率调度和分布式风车调度做了简要论述 指出实时调度研究策略方向
3 Han C C, Lin K J. Scheduling distance-constrained real-time tasks. Proceedings IEEE Real-Time Systems Symposium, NewYork, 1992: 300~308
4 Hsueh C, Lin K J, Fan N. Distributed pinwheel scheduling with end-to-end timing constraints, Proceedings IEEE Real-Time Systems Symposium, 1995: 171~181
能力为α 则这个任务在处理器上实际运行的时间长度应为 c/α个时间单位 GS 要求 给定 k 个相
同的处理器 ∑ α k 同一个任务不可以同时在多于一个处理器上并行执行
定义 CA(G,k)表示调度规范 A(BS PS 或 GS)下 k 个处理器的计算图 G 的最小计算时间 定理 3 可抢占调度和广义调度的最小计算时间相等即对任一 k 个处理器的计算图 G 有
示任务集 S={τ1, 2, 3, 4, 5}中任务存在优先关系 p = {(τ1, 2), (τ1, 3), (τ1, 4), (τ2, 6), (τ3, 6), (τ4, 5), (τ5, 6)} 多处理器静态调度就是要找出长度最短的调度表
规定如下三种调度规范 1) 基本(或非抢占)调度 BS 任务在执行过程中不能被打断 2) 可抢
扩展 同时还引入一些新的概念 如系统一致性等
GRMS 算法的实现步骤为 1) 将子任务分配到各个结点
2) 将分布式任务的端−端死线分配给每个子任务 3) 同步每个子任务的周期 4) 每个结点按 RM 或死线 RM 来调度 5) 进行可调度性检验
4.2 DSr 在一些实时系统中 任务必须以距离约束的方式执行 距离约束是指 同一任务两次相继完成
6 Nissanke N. Realtime systems. New Jersey: Prentice Hall, 1997: 235~309
Study of Real-time Scheduling Algorithms
Wang Zhiping Xiong Guangze
(College of Computer Science and Engineering, UEST of China Chengdu 610054 )
占调度 PS 任务可被抢占 这里的抢占不必是基于优先级的 3) 广义调度 GS GS 是一个理论上
的概念 允许一个处理器可在同一时刻执行多个任务 事实上 每个处理器在某一时刻最多执行一
个任务 GS 基于的前提为 在给定的时间段 处理器可以将其计算能力的一部分α(0 α 1)分配
给任一任务 如果一个任务在某一处理器上花费了 c 个时间单位 而处理器给这个任务分配的计算
1999 年 10 月 13 日收稿 ∗ 电子部预研基金资助项目 ∗∗ 男 30 岁 博士生
万方数据
206
电 子科技大学学报
第 29 卷
任务的空闲时间动态分配 空闲时间越短 优先级越高 空闲时间=死线−任务剩余执行时间 LLF 可调度条件与 算法都是单处理器下的最优调度算法 但由于 EDF 和 LLF 在每个调度时 刻都要计算任务死线或空闲时间 并根据计算结果改变任务的优先级 因此开销大 不易实现 其 应用受到一定的限制