基于異構(gòu)多核處理器系統(tǒng)的任務調(diào)度算法研究.pdf

1、異構(gòu)多核處理器系統(tǒng)作為多核處理器系統(tǒng)中一大亮點，依靠高效率、低成本的特點廣受人們的喜愛，同時也成為嵌入式系統(tǒng)中最常用的處理器系統(tǒng)。在對異構(gòu)多核處理器系統(tǒng)研究的過程中，系統(tǒng)任務調(diào)度問題顯得尤為重要，一個好的任務調(diào)度算法可以充分發(fā)揮系統(tǒng)性能。
　　 異構(gòu)多核處理器系統(tǒng)任務調(diào)度問題已經(jīng)被證明是Np完全問題，故一些常用的啟發(fā)式任務調(diào)度算法在解決此類問題中顯得不足。于是人們將研究目光轉(zhuǎn)向了智能算法，希望從智能算法中獲取此類問題的解決方案。

2、本文即是將智能近似算法中改進的遺傳算法應用到了異構(gòu)多核處理器系統(tǒng)任務調(diào)度問題，并獲得了比較好的解決方案。
　　 本文首先給出了異構(gòu)多核處理器系統(tǒng)任務調(diào)度數(shù)學模型，并在基礎遺傳算法的基礎上，提出了應用于異構(gòu)多核處理器系統(tǒng)任務調(diào)度模型上的基于優(yōu)良種群的動態(tài)遺傳算法。改進的遺傳算法通過在種群初始化時使用啟發(fā)式算法來構(gòu)建相對優(yōu)良的種群，為算法進一步計算操作提供良好的基礎。在算法計算過程中，針對異構(gòu)多核處理器系統(tǒng)任務調(diào)度問題給出了相應的適

3、應度函數(shù)，并根據(jù)種群中個體適應度不同提出了動態(tài)自適應的交叉率和變異率，使得算法在改良種群的過程中更具針對性。為了盡量節(jié)省算法運行時間，在算法終止條件設置中，加入了種群適應度相似度來優(yōu)化算法。通過上述一系列改進措施，基于優(yōu)良種群的動態(tài)遺傳算法既滿足解要求，又具有較好的收斂性。
　　 為了驗證算法改進性能，本文對算法進行了實現(xiàn)，并在Microsoft Visual C++2010 環(huán)境下進行相應的可行性、參數(shù)設置和同類算法對比實驗并