基于能量感知的实时并行任务蚁群调度算法

被引：3

作者：

白恩慈 ^{[1
]}

张伟哲 ^{[1
]}

赵旭 ^{[2
]}

机构：

[1] 哈尔滨工业大学计算机科学与技术学院

[2] 哈尔滨工业大学网络与信息中心

来源：

中国科技论文 | 2016年 / 11卷 / 20期

基金：

高等学校博士学科点专项科研基金;

关键词：

实时任务调度; 异构; 能耗调度; 遗传算法; 蚁群算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为提高异构平台实时任务的调度成功率、降低能量消耗,建立了实时directed acyclic graph(DAG)调度模型,提出了以降低能耗为目的的能耗模型,将蚁群算法运用于实时DAG任务调度。实验验证了蚁群算法可以高效解决能耗问题,提高调度成功率。

引用

页码：2348 / 2350+2356 +2356

页数：4

共 6 条

[1] 多核结构片上网络性能-能耗分析及优化方法 [J].

张帅 ;

宋风龙 ;

王栋 ;

刘志勇 ;

范东睿 .

计算机学报, 2013, 36 (05) :988-1003

[2] 一种面向同构集群系统的并行任务节能调度优化方法 [J].

李新 ;

贾智平 ;

鞠雷 ;

赵衍恒 ;

宗子良 .

计算机学报, 2012, 35 (03) :591-602

[3] 一种求解异构DAG调度问题的置换蚁群 [J].

邓蓉 ;

陈闳中 ;

王博 ;

王小明 ;

李灿 .

计算机科学, 2010, 37 (12) :193-196

[4]

A genetic algorithm for task scheduling on heterogeneous computing systems using multiple priority queues[J] . Yuming Xu,Kenli Li,Jingtong Hu,Keqin Li. Information Sciences . 2014

[5]

Assigning real-time tasks to heterogeneous processors by applying ant colony optimization[J] . Hua Chen,Albert Mo Kim Cheng,Ying-Wei Kuo. Journal of Parallel and Distributed Computing . 2010 (1)

[6] Task matching and scheduling in heterogeneous computing environments using a genetic-algorithm-based approach [J].

Wang, L ;

Siegel, HJ ;

Roychowdhury, VP ;

Maciejewski, AA .

JOURNAL OF PARALLEL AND DISTRIBUTED COMPUTING, 1997, 47 (01) :8-22

← 1 →