关键词： 海绵铅生产   智能仪器仪表   多处理器   网络化  

摘要： 电子技术和计算机技术的发展使传统电子仪器的功能、精度及自动化水平得到极大的提高。智能化仪器仪表除具有基本的测量功能外,具有人机交互及数据处理能力,得到广泛的运用。本文针对海绵铅生产中电解液浓度、电解温度、电流密度、同极距及废气处理等生产数据,采用多个微处理器同时完成测量与控制,并根据网络化智能仪器功能特点,预留供用户自行扩展的接口。经过现场设备实验,取得了高速采集运算、自动校准和量程自动转换等良好效果。

摘要： The scheduling and mapping of the precedence-constrained task graph to processors is considered to be the most crucial NP-complete problem in parallel and distributed computing systems. Several algorithms including genetic algorithms have been developed to solve this problem [18], [47], [124], [136]. A common feature in most of these has been the use of chromosomal representation for a schedule. However, these algorithms are monolithic, as they attempt to scan the entire solution space without considering how to reduce the complexity of the optimization process. In the case of multiprocessor scheduling problems there is still no optimum scheduling algorithm available in literature that can be applied to every type of problems that can be represented using Directed-Acyclic-Graphs of job pool. There is still a need for an efficient algorithm that can results in minimum execution time and at the same time making maximum utilization of the resources. Keeping this in view, in the present thesis we have focused on developing a genetic based approach for minimizing the schedule length (makespan) of tasks as well as maximizing the utilization of the resources. Estimating the reliability of a software under development can help managers to make release decisions during the testing stage itself. Several methods have been proposed in literature to estimate the defect content using a vast variety of software reliability growth models (SRGMs) [3], [53], [60], [107], [113]. SRGMs have certain underlying assumptions which are usually not met fully in practice. However, empirical evidence has shown that many SRGMs are quite robust despite these assumption violations. The problem is that, because of assumption violations in practice, it is often difficult to decide in a given situation which model to apply in practice. Keeping this in mind we propose in the present thesis a method for selecting an appropriate SRGM to make release decisions. The proposed method provides guidelines on

关键词： 遗传算法   硬实时系统   容错调度   多处理器   嵌入式系统  

摘要： 传统的硬实时容错调度算法获得了较好的容错性能,但其任务拒绝率、处理器分配偏差比例以及最早完成时间等性能参数不佳,对此提出了一种基于杂交遗传算法的优化方案,并对传统的硬实时容错算法进行优化。采用了中心型调度模型,并采用了任务备份方案来实现容错能力。将任务拒绝率、处理器分配偏差比例以及最早完成时间三个优化参数作为遗传算法适应度目标函数的三个带权分量,对其进行优化,通过遗传算法的杂交与迭代计算获得了优化的结果。最终使用不同的任务数量与处理器数量的组合对本算法与传统算法进行对比实验,结果可看出本算法的三个优化参数明显优于传统算法,且总适应度值亦比传统算法有明显改进。

关键词： 信息物理融合系统   实时更新事务   数据质量   多处理器调度  

摘要： 提出一种多处理器平台上基于数据质量的实时更新事务全局调度算法(MU-DA)。数据质量根据时态对象的无效程度来定义。算法通过合理地预分配各事务执行所需处理器资源以及动态控制更新实例的接纳和执行使系统数据质量最大化。研究结果表明:MU-DA算法在各种事务集负载下均能保证较高的数据质量;在高负载设置下,MU-DA算法的系统数据质量与用户事务质量均远比基准算法MU-D与MU-SA的高,能够很好地满足用户事务在数据实时性方面的要求。

关键词： 实时系统   混合关键性   多处理器   全局调度   最早截止时间优先   可调度性分析  

摘要： 针对混合关键性系统的多重认证需求,研究多核处理器平台中全局调度算法fixed-priority and Earliest Deadline First by Virtual Deadline(fp EDF-VD)的可调度性分析问题。fp EDF-VD结合处理器利用率和虚拟截止期两个方面来计算任务优先级,系统可调度性取决于是否存在可行的虚拟截止期调整参数。考虑到现有可调度分析方法仅测试有限数量的调整参数候选值,不能有效地判定系统可调度性,故提出了一种改进的判定方法。该方法基于传统(非混合关键)任务调度算法fp EDF的可调度利用率约束条件,利用函数图像分析研究不同关键性级别的系统可调度性需求,并在此基础上给出有效虚拟截止期调整参数的确切范围。通过实例分析及与现有判定方法的比较,验证了该方法的正确性和高效性。与理论分析一致,基于随机生成任务集的仿真实验结果表明改进后的方法具有更优越的可调度性能,能显著地提高任务集的可调度接受率。

关键词： 信息物理融合系统   传感器事务   时态一致性   多处理器调度  

摘要： 如何有效地调度传感器事务以维护数据的时态一致性是信息物理融合系统研究中的一个重要问题。已有的调度算法基本上都是针对单处理器平台来设计的。提出一种多处理器平台上的传感器事务调度算法,算法通过合理地分配和调整事务实例执行所需处理器资源来保证数据的时态一致性约束,通过预先计算出全局重复调度序列来降低运行开销,给出了算法的可调度性分析。实验结果表明,该算法具有较高的调度成功率,其产生的更新负载也较低。

关键词： 遗传算法   任务调度   功耗控制  

摘要： 提出了基于遗传算法的面向动态异构多处理器的调度算法(Heterogeneous Scheduling Genetic Algorithm,HSGA),该算法利用连续的多个调度时间片完成遗传算法的迭代计算,在保证计算效率的同时获得较好的调度结果,从而为每个应用选择符合其计算特性的处理器内核.仿真实验表明,本文算法在4核、8核和16核的平台上相比较于经典的匈牙利算法ED2仅分别增加了0.4%,1.1%和1.3%,新的调度算法相比于匈牙利算法和Local调度算法具有更好的调度效果及更好的动态适应性.

关键词： 多处理器并行   计算机系统   开发设计  

摘要： 随着网络技术的不断发展的,对于计算机的性能也提出了更高的要求。如果采用提升CPU主频的方法来提高计算机性能,必然会受到功耗增大的限制。而采用多处理器并行的方法来提升计算机的性能则有很大的优越性。本文主要介绍的就是关于多处理器并行的计算机系统的开发设计。

关键词： 开销   多处理器系统   节能调度   周期任务   实时系统  

摘要： 现有周期任务多处理器节能调度算法虽然在考虑处理器实际开销情况下可以实现较好的节能效果，但仍不能保证最优可调度性。针对嵌入式实时系统中不可忽视的状态切换开销，提出一种开销敏感的周期任务在线多处理器节能实时调度算法PLUFS.该算法通过TL面流调度模型与处理器实际切换开销模型相结合，在每个TL面的初始时刻、任务结束执行时刻实现节能调度，在不违反周期任务集最优可调度性的前提下，达到实时约束与能耗节余的合理折中。经过理论证明和模拟实验，结果表明：PLUFS算法不仅保证了周期任务集的最优可调度性，而且节能效果整体优于现有算法，能耗节余比现有算法提高约10％-20％。

关键词： 同步数据流图   映射   多处理器   图分割  

摘要： 为了充分利用多处理器平台所提供的计算资源,需要将应用以适当的方式映射到不同处理器,从而最大程度地挖掘应用所提供的并发性以满足应用严格的实时性要求。提出了并发图来量化、建模应用任务间的并发性,提出了一种基于自同步调度的并发图构建算法,并将任务映射问题转换成图分割问题,然后将并发图分割问题建模为纯0-1整数线性规划模型并采用ILP求解器获得最优解。采用了大量随机生成的同步数据流图以及一组实际应用对所提方法进行性能评估,实验结果表明所提方法性能优于已有算法。