基于改進(jìn)的多級(jí)反饋隊(duì)列算法的任務(wù)調(diào)度研究.pdf

1、近年來(lái)，大數(shù)據(jù)、云計(jì)算等新興技術(shù)的出現(xiàn)，給任務(wù)調(diào)度方法研究帶來(lái)了新的挑戰(zhàn)。任務(wù)調(diào)度問(wèn)題是將任務(wù)進(jìn)程按照一定的規(guī)則分配到處理器上，使得任務(wù)完成時(shí)間最短。有效的任務(wù)調(diào)度方法將會(huì)大大提高處理器系統(tǒng)的計(jì)算能力，降低不必要的能耗。
　　多級(jí)反饋隊(duì)列調(diào)度算法結(jié)合了先來(lái)先服務(wù)調(diào)度算法、短作業(yè)優(yōu)先調(diào)度算法、優(yōu)先級(jí)調(diào)度算法和輪轉(zhuǎn)調(diào)度法等多種方法。相比于這幾種調(diào)度算法，它不必事先知道各種進(jìn)程的執(zhí)行時(shí)間，而且還可以滿(mǎn)足各種類(lèi)型進(jìn)程的需要。尤其是在解決海

2、量任務(wù)的時(shí)候，多級(jí)反饋隊(duì)列調(diào)度算法的優(yōu)勢(shì)更為明顯。
　　本文以獨(dú)立任務(wù)為研究對(duì)象，對(duì)傳統(tǒng)的基本任務(wù)調(diào)度方法進(jìn)行了研究。通過(guò)對(duì)多級(jí)反饋隊(duì)列任務(wù)調(diào)度算法的改進(jìn)，獲得了更快的任務(wù)完成時(shí)間和較小的開(kāi)銷(xiāo)。主要工作體現(xiàn)在如下幾個(gè)方面：
　　（1）研究操作系統(tǒng)的基本調(diào)度方式和調(diào)度算法，通過(guò)具體的實(shí)例對(duì)比六種基本調(diào)度方法，分析了它們?cè)诿嫦蛴脩?hù)和面向系統(tǒng)兩個(gè)準(zhǔn)則上的性能差異，給出了各個(gè)調(diào)度算法的優(yōu)勢(shì)和劣勢(shì)；研究了神經(jīng)網(wǎng)絡(luò)技術(shù)的特征、常用的神經(jīng)

3、網(wǎng)絡(luò)結(jié)構(gòu)以及神經(jīng)網(wǎng)絡(luò)用于多級(jí)反饋隊(duì)列的優(yōu)點(diǎn)。
　?。?）對(duì)基于多級(jí)反饋隊(duì)列(Multi-Layer Feedback Queue,MLFQ)的幾種任務(wù)調(diào)度模型進(jìn)行深入研究，多級(jí)反饋隊(duì)列調(diào)度算法的關(guān)鍵因素是對(duì)時(shí)間片的選取，過(guò)長(zhǎng)的時(shí)間片大小不利于短進(jìn)程作業(yè)用戶(hù)和過(guò)短的時(shí)間片大小不利于長(zhǎng)進(jìn)程作業(yè)用戶(hù)，針對(duì)該問(wèn)題提出一種改進(jìn)的MLFQ算法(Multi-Layer Feedback Queue based on Burst Time of

4、the running processes，BT-MLFQ)。BT-MLFQ算法采用動(dòng)態(tài)時(shí)間片方法，首先采用隊(duì)列當(dāng)前的時(shí)間片大小來(lái)執(zhí)行初次進(jìn)入系統(tǒng)的進(jìn)程，利用計(jì)時(shí)器預(yù)估該進(jìn)程的執(zhí)行時(shí)間；其次，根據(jù)隊(duì)列中進(jìn)程的執(zhí)行情況，依次創(chuàng)建隊(duì)列，直到所有進(jìn)程都執(zhí)行完畢。實(shí)驗(yàn)結(jié)果表明，相對(duì)于其他的MLFQ算法，BT-MLFQ算法在任務(wù)平均周轉(zhuǎn)時(shí)間、平均等待時(shí)間和交換次數(shù)上有明顯的提升，是一種高效的智能任務(wù)調(diào)度算法。
　　（3）考慮用戶(hù)任務(wù)進(jìn)程的相