面向總體運行時間與能耗的多目標工作流調(diào)度算法研究.pdf

1、在傳統(tǒng)的多處理器調(diào)度系統(tǒng)當中，應用程序所追求的主要目標是該應用程序的完成時間盡可能的少。然而近些年來，應用程序在執(zhí)行過程中所消耗的能量越來越引起人們的廣泛關(guān)注。因此，在現(xiàn)代多處理器調(diào)度系統(tǒng)當中，以應用程序的完成時間和能量消耗為目標多目標工作流調(diào)度問題就成為調(diào)度領(lǐng)域的熱點前沿問題。動態(tài)電壓縮放技術(shù)(Dynamic Voltage Scaling, DVS)作為人們研究調(diào)度算法的有效技術(shù)之一，更是受到人們越來越多的關(guān)注。DVS技術(shù)支持動態(tài)調(diào)

2、節(jié)處理器的電壓等級值，這就為在應用程序的完成時間和能量消耗之間取得較好的平衡提供了技術(shù)支持。因此，本課題研究的主要問題:如何將具有子任務間數(shù)據(jù)依賴關(guān)系限制的工作流映射到數(shù)量有限的異構(gòu)的具有DVS技術(shù)的處理器上，同時以該工作流的運行時間和能量消耗盡可能的少為目標。本課題的研究成果主要有以下兩個方面:
　　1、針對具有實時性要求的多處理器調(diào)度系統(tǒng)，本文提出一種全新的基于啟發(fā)式的多目標工作流調(diào)度算法(enhanced energy co

3、nscious heuristic，EECS)。該算法不僅具有較好的調(diào)度效果（較少的完成時間和能量消耗），而且具有較快的調(diào)度時間。通過仿真實驗表明，EECS算法在滿足用戶的實時性要求的前提下，比現(xiàn)有算法具有更優(yōu)的運行時間和能量消耗。
　　2、由于粒子群算法(Particle Swarm Optimization，PSO)本身的簡單性和較低的計算復雜性，PSO算法被廣泛的應用于解決各種組合優(yōu)化問題。因此，本課題嘗試著用PSO算法解決