计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2014年
6期
334-337
,共4页
多处理器%任务调度%遗传算法%蚁群算法
多處理器%任務調度%遺傳算法%蟻群算法
다처리기%임무조도%유전산법%의군산법
Multi-processor%Task scheduling%Genetic algorithm%Ant colony algorithm
研究多处理器系统任务调度优化问题.随着实时应用需求的不断提高,对多处理器任务调度系统提出了更高的性能要求.传统算法把调度准确性放在第一位考虑,实时性不能满足当前要求.在确保准确性的前提下,为了提高多处理器任务调度的实时性,提出一种基于改进蚁群算法的多处理器系统任务调度算法(GA-ACO).首先建立多处理器系统任务调度数学模型,然后引入遗传算法快速找到多处理任务调度可行解,最后将遗传算法找到的可行解转换成蚁群优化算法初始信息素,并通过蚁群算法的局部寻优和正反馈机制找到多处理系统的任务调度最优解.仿真结果表明,改进算法不仅具有遗传算法全局寻优能力,同时兼有蚁群算法的局部寻优和正反馈能力,相对于单一寻优算法,可以更快找到任务的调度方案,满足实时性的要求,加快了任务执行速度,可以合理、有效的对多处理器任务分配和调度.
研究多處理器繫統任務調度優化問題.隨著實時應用需求的不斷提高,對多處理器任務調度繫統提齣瞭更高的性能要求.傳統算法把調度準確性放在第一位攷慮,實時性不能滿足噹前要求.在確保準確性的前提下,為瞭提高多處理器任務調度的實時性,提齣一種基于改進蟻群算法的多處理器繫統任務調度算法(GA-ACO).首先建立多處理器繫統任務調度數學模型,然後引入遺傳算法快速找到多處理任務調度可行解,最後將遺傳算法找到的可行解轉換成蟻群優化算法初始信息素,併通過蟻群算法的跼部尋優和正反饋機製找到多處理繫統的任務調度最優解.倣真結果錶明,改進算法不僅具有遺傳算法全跼尋優能力,同時兼有蟻群算法的跼部尋優和正反饋能力,相對于單一尋優算法,可以更快找到任務的調度方案,滿足實時性的要求,加快瞭任務執行速度,可以閤理、有效的對多處理器任務分配和調度.
연구다처리기계통임무조도우화문제.수착실시응용수구적불단제고,대다처리기임무조도계통제출료경고적성능요구.전통산법파조도준학성방재제일위고필,실시성불능만족당전요구.재학보준학성적전제하,위료제고다처리기임무조도적실시성,제출일충기우개진의군산법적다처리기계통임무조도산법(GA-ACO).수선건립다처리기계통임무조도수학모형,연후인입유전산법쾌속조도다처리임무조도가행해,최후장유전산법조도적가행해전환성의군우화산법초시신식소,병통과의군산법적국부심우화정반궤궤제조도다처리계통적임무조도최우해.방진결과표명,개진산법불부구유유전산법전국심우능력,동시겸유의군산법적국부심우화정반궤능력,상대우단일심우산법,가이경쾌조도임무적조도방안,만족실시성적요구,가쾌료임무집행속도,가이합리、유효적대다처리기임무분배화조도.
