导读:本文包含了面向任务的调度论文开题报告文献综述及选题提纲参考文献，主要关键词:分布式系统,深度学习推理,任务调度,系统信息管理
面向任务的调度论文文献综述
胡亚辉,朱宗卫,刘黄河,王超[1]（2019）在《面向任务调度优化的分布式系统信息管理框架》一文中研究指出近年来深度学习作为学术界与工业界共同关注的热点,取得了飞跃式的发展,在计算机视觉、语音识别等领域取得了令人瞩目的成果.深度学习分训练与推理两个阶段,在实际应用中主要关注的是推理阶段.深度学习推理过程中伴随着巨大的计算量,通过分布式系统提高其计算速度也得到了越来越多的关注.然而,构建分布式深度学习推理系统面临着深度学习加速设备更新迭代快速、上层应用及计算任务复杂多样等挑战.本文设计并实现的系统信息管理框架,用于收集并处理系统中的各类信息,收集及处理的规则具有高度的可扩展性和灵活性,并提供通用的RESTful API数据访问接口,以支持分布式深度学习推理系统对各类硬件加速器的灵活兼容性以及对任务调度策略的动态调整能力.最后,本文通过一个应用实例对该框架的功能进行验证并对实验结果进行分析.(本文来源于《计算机系统应用》期刊2019年11期）
王荣巍,何锋,周璇,鲁俊,李二帅[2]（2019）在《面向无人机蜂群的航电云多层任务调度模型》一文中研究指出在航空作战体系中,基于航电云的无人机(UAV)蜂群作战是提高未来无人机综合作战能力的一种新模式。针对无人机蜂群作战的航电云架构,如何将云端作战任务派发到无人机且保证作战任务完成时间是其中关键。在无人机蜂群分层分簇网络结构和模块级资源虚拟化的基础上,对传统单层平台级任务调度模型进行改进,提出了一种细化到模块级的多层任务调度模型,将作战任务从云端逐层调度到无人机功能模块上执行。利用OMNeT++对无人机蜂群多层任务调度模型以及传统的单层任务调度模型分别进行仿真,云端以攻击使命组为例构建使命组集进行分配,并对任务吞吐量、消息平均端到端延时和任务完成时间进行性能对比。仿真结果表明:与平台级单层任务调度相比,在执行任务方面,模块级多层任务调度模型将单个任务平均完成时间降低了46.2%,将使命组完成时间降低了52.1%,在保证任务吞吐量的基础上具有对复杂任务更稳定的调度能力;在网络性能方面,模块级多层任务调度模型消息端到端延时更低,延时分布更集中,提高了网络消息传输的实时性。(本文来源于《航空学报》期刊2019年11期）
胡志刚,常健,周舟[3]（2019）在《面向云环境中任务负载的粒子群优化调度策略》一文中研究指出随着云环境中任务规模的不断扩大,云计算中心高能耗问题变得日益突出.如何解决云环境中任务分配问题从而有效降低能耗,本文提出了一种改进的粒子群优化算法(Modified Particle Swarm Optimization,M-PSO).首先构建出一个云计算能耗模型,同时考虑处理器的执行能耗和任务传输能耗.基于该模型,对任务分配问题进行定义描述,并采用粒子群优化算法对问题进行求解.此外,构建动态调整的惯性权重系数函数以克服标准PSO算法的局部最优和收敛速度慢的问题,有效提高系统性能.最后通过仿真实验对该算法模型的性能进行了评估,结果表明M-PSO算法与其他算法相比能有效地降低系统总能耗.(本文来源于《湖南大学学报(自然科学版)》期刊2019年08期）
李延祺,任海,白亮,邱源,张凤源[4]（2019）在《一种面向节能的星载实时任务动态调度算法研究》一文中研究指出星载嵌入式操作系统性能和任务能耗之间的平衡非常重要,采用合理的处理器和电压分配策略是一个重要手段。提出一系列基于计算概率的建模方法,用来解决星载实时嵌入式系统中对于具有数据依赖的非周期性任务的处理器和电压分配相关问题,并且能够确保所有的任务都能在时间约束下执行。首先设计一个处理器调度算法,将任务的有向无环图(DAG)映射到一组可变电压处理器上,然后使用动态编程算法为每个任务分配合适的电压。通过带有重启的局部搜索策略从候选解集中获取最优解,以解决局部最优陷阱问题。通过实验说明,所提出的算法与其他算法相比,在所有时间约束下具有更好的能效。(本文来源于《上海航天》期刊2019年03期）
高阳,盛德卫,文海[5]（2019）在《面向复杂任务集的任务调度算法》一文中研究指出基于测控地检设备的显控软件需要同时处理测量解算、遥测帧解析、网络通信和遥测数据存储等多项任务。针对常规的任务调度算法无法适应设备显控软件复杂的任务集,提出了一种动态双优先级任务调度算法。算法在时间片轮转技术的基础上,综合考虑任务周期、相对截止期和剩余空闲时间3方面因素,对于硬实时和软实时周期任务提出不同的动态优先级计算策略,并针对引入剩余空闲时间导致的"颠簸"现象,提出一种抢占阈值的计算方法。理论分析和实测数据均证明该算法的优越性。(本文来源于《现代防御技术》期刊2019年03期）
王新栋,燕飞[6]（2019）在《面向FAO的调度人员任务模型与优化》一文中研究指出为解决列车控制系统功能升级带来的调度人员工作内容增加、工作资源分配不均以及作业效率低下问题。以北京地铁燕房线为例,首先,对现有的行车调度工作内容进行分析,将调度指挥的工作过程抽象为典型的信息加工过程,建立地铁行车调度工作任务模型;然后,将梳理出的24种调度任务归于9项人类一般认知活动中,并分析不同列车运行自动化等级下工作人员职责的转变;最后,利用多元资源模型分析不同情景下调度人员的认知活动,建立调度人员并发性和优先级操作任务规则表。结果表明:该操作任务规则表阐述了调度人员工作之间的内在区别与联系,可为地铁调度人员建立详细的工作指导序列。(本文来源于《中国安全科学学报》期刊2019年S1期）
王振江[7]（2019）在《多核嵌入式实时系统中面向任务同步的调度算法研究》一文中研究指出随着多核/众核处理器系统以及嵌入式实时应用的发展,多核实时系统的关键技术研究已成为热点,实时任务调度算法是其核心研究内容。在多核计算环境下,共享资源访问竞争所导致的任务同步问题将会延长任务的执行时间,并可能严重影响任务的实时可调度,从而对实时调度算法的设计提出了新的挑战。因无需任务的动态迁移,划分调度算法与全局调度算法相比,可产生较小的运行时开销,从而具有较好的运行时性能并具备更好的实用性。另一方面,基于锁机制的资源访问协议,例如MSRP(Multiprocessor Stack Resource Policy)等,与悬挂机制相比具有避免死锁、实现简单、性能良好等优势,已被广泛应用于实时系统中。面向嵌入式异构多核系统的发展趋势以及实时应用对可靠性日益增长的需求,采用划分EDF(Earliest Deadline First)算法以及MSRP协议,研究面向任务同步的同构多核系统容错划分调度以及异构多核系统划分调度中的实时调度理论、任务映射算法以及操作系统内核实现,旨在解决任务同步限制下的多核实时调度中的关键问题。面向资源共享和可靠性需求的同构多核实时系统,理论探讨系统利用率的上界,发现并从原理上验证了系统利用率的非单调性,即更多的处理器核有可能导致系统利用率的下降。以系统利用率上界的理论分析为基础,基于PB(Primary/Backup)容错机制,提出了一种系统可靠性和任务同步感知的划分算法RSA-TPA(Reliability and Synchronization Aware Task Partitioning Algorithm)。首先,对任务同步干扰的本质特征进行分析,提出处理器核数下降的策略以及一种以资源为导向的新的计算方法,以降低任务同步开销上界;估算未划分任务的利用率,并据此进行未划分任务(包括主任务和备份任务)优先级的动态排序;设计高效的任务映射策略,使得系统利用率的增长最小化,从而提高任务集的可调度比例以及系统的负载均衡能力。另外,为降低算法的时间复杂度,提出了一种简化的任务划分算法RSA-TPA-efficient。模拟实验结果表明,与现有的仅考虑系统可靠性或者任务同步的划分算法相比,RSA-TPA具有更高的可调度比例(可提升60%以上)以及更均衡的系统负载。面向共享资源的异构多核实时系统,首先给出最坏情况下的任务同步开销并推导可调度充分条件,据此求解近似的系统利用率上界,从中同样发现系统利用率非单调性的规律。以系统利用率的悲观性分析为启发,提出一种同步感知的异构多核实时系统任务划分算法SA-TPA-HM(Synchronization Aware Task Partitioning Algorithm for Heterogeneous Mmulticores)。首先,提出异构计算平台上降低任务同步开销上界的新的计算方法,以提高任务的调度比例;动态计算未划分任务的优先权,确定任务划分顺序以提高任务集合调度的可行性;基于此,多次试探并计算系统利用率,确保每次任务划分可最小化系统利用率的增长以均衡系统负载。模拟实验结果表明,与传统的同构多核系统中任务划分算法相比,SA-TPA-HM能明显提高任务集合的可调度比例(可提升60%以上)。为进一步验证提出的划分算法的实用性,在Linux操作系统内核中实现了提出的算法以及其它测试算法。实测结果表明,与现有算法相比,RSA-TPA和SA-TPAHM划分算法可生成系统负载更为均衡的划分,减少处理器核上在EDF调度下的上下文切换次数,从而产生较少的在线开销(可减少15%以上),因此具备更好的应用价值。(本文来源于《华中科技大学》期刊2019-06-01）
汪亚斌,丁峰,郭成昊[8]（2018）在《面向边缘计算的战术时敏任务调度方法》一文中研究指出研究了基于网络图优化的边缘计算任务调度方法,综合考虑边缘信息处理中不同任务的关键度和时效性,提出了面向边缘计算的战术时间敏感(时敏)任务调度方法。通过用户输入的信息处理任务的关键度和任务执行的时间限制,计算任务处理资源消耗,建立任务关键度和实效性的网络图模型,采用网络图优化方法对不同任务进行调度和资源分配。该方法不仅能对任务公平地分配资源,还能在确保资源公平分配前提下,使关键度和时效性高的任务分配到更多的资源。(本文来源于《指挥信息系统与技术》期刊2018年06期）
赵茂行,徐德刚,苏志芳,桂卫华[9]（2018）在《面向异构多核平台的两段式多任务调度算法研究》一文中研究指出相对于单核处理器,多核处理器在指令并行化、处理性能等方面具有明显的优势,如何实现异构多核处理器的实时多任务调度进而提高处理器的整体性能成为当前迫切需要解决的前沿研究问题。针对多核异构处理器调度,通过融合列表调度算法和组合优化算法的寻优策略,提出了一种新的两段式多任务调度算法。该算法第一阶段采用一种基于异构环境下的动态关键路径调度算法,产生了初始较优解,第二阶段提出了改进状态转移优化算法,以获得的初始解为基准继续寻找最优解。对比其他调度算法,该算法在异构多核平台任务调度方面具有较高的性能。(本文来源于《控制工程》期刊2018年12期）
庞德松,梁华国[10]（2018）在《面向PIM异构系统的MTTF感知的可靠性任务调度》一文中研究指出随着图形计算和数据分析等访存密集型应用的繁荣,内存内计算(PIM)被认为是解决日益严重的"存储墙"最可行的解决方案.这种PIM系统高可靠性(保证系统长时间高性能地正常运行)在大数据时代显得尤为重要.然而,现有的基于异构系统的优化系统老化的任务调度算法,没有考虑PIM+CPU系统的硬件特性,如访存竞争等,如果直接应用在PIM+CPU系统中不能达到较好的优化效果.因此,我们考虑PIM+CPU异构系统的特性,对该系统建立了一个老化可靠性模型,并提出了一个基于MTTF的任务调度算法PIM-MTTF来平衡整个系统的MTTF.实验结果表明,与现有的异构系统调度的研究工作相比,该方法能够将PIM+CPU系统的平均MTTF差异值平均降低9.1%,系统性能平均提升13.1%。(本文来源于《微电子学与计算机》期刊2018年12期）
面向任务的调度论文开题报告
（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：
在航空作战体系中,基于航电云的无人机(UAV)蜂群作战是提高未来无人机综合作战能力的一种新模式。针对无人机蜂群作战的航电云架构,如何将云端作战任务派发到无人机且保证作战任务完成时间是其中关键。在无人机蜂群分层分簇网络结构和模块级资源虚拟化的基础上,对传统单层平台级任务调度模型进行改进,提出了一种细化到模块级的多层任务调度模型,将作战任务从云端逐层调度到无人机功能模块上执行。利用OMNeT++对无人机蜂群多层任务调度模型以及传统的单层任务调度模型分别进行仿真,云端以攻击使命组为例构建使命组集进行分配,并对任务吞吐量、消息平均端到端延时和任务完成时间进行性能对比。仿真结果表明:与平台级单层任务调度相比,在执行任务方面,模块级多层任务调度模型将单个任务平均完成时间降低了46.2%,将使命组完成时间降低了52.1%,在保证任务吞吐量的基础上具有对复杂任务更稳定的调度能力;在网络性能方面,模块级多层任务调度模型消息端到端延时更低,延时分布更集中,提高了网络消息传输的实时性。
（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。
面向任务的调度论文参考文献
[1].胡亚辉,朱宗卫,刘黄河,王超.面向任务调度优化的分布式系统信息管理框架[J].计算机系统应用.2019
[2].王荣巍,何锋,周璇,鲁俊,李二帅.面向无人机蜂群的航电云多层任务调度模型[J].航空学报.2019
[3].胡志刚,常健,周舟.面向云环境中任务负载的粒子群优化调度策略[J].湖南大学学报(自然科学版).2019
[4].李延祺,任海,白亮,邱源,张凤源.一种面向节能的星载实时任务动态调度算法研究[J].上海航天.2019
[5].高阳,盛德卫,文海.面向复杂任务集的任务调度算法[J].现代防御技术.2019
[6].王新栋,燕飞.面向FAO的调度人员任务模型与优化[J].中国安全科学学报.2019
[7].王振江.多核嵌入式实时系统中面向任务同步的调度算法研究[D].华中科技大学.2019
[8].汪亚斌,丁峰,郭成昊.面向边缘计算的战术时敏任务调度方法[J].指挥信息系统与技术.2018
[9].赵茂行,徐德刚,苏志芳,桂卫华.面向异构多核平台的两段式多任务调度算法研究[J].控制工程.2018
[10].庞德松,梁华国.面向PIM异构系统的MTTF感知的可靠性任务调度[J].微电子学与计算机.2018