人工蜂群算法在并行测试任务调度中的应用

并行测试是下一代自动测试系统的关键技术之一,而并行测试任务调度是并行测试的核心内容;首先建立并行测试调度的数学模型,根据人工蜂群算法解决动态调度优化问题的优势,提出基于人工基于蜂群算法的并行测试任务调度方法;并给出应用实例,仿真实验表明:该算法收敛快、准确率高,能有效解决并行测试调度优化问题。     

基于依赖型任务和Sarsa(λ)算法的云计算任务调度

针对现有的云计算任务调度算法具有的任务调度时间长和系统负载不均衡的缺点,提出了一种基于依赖型任务和Sarsa(λ)算法结合的依赖型任务调度方法;首先对调度目标模型进行了定义,以最小化调度策略的最晚完成时间作为调度目标,然后将任务调度模型建模为马尔科夫决策过程MDP,在此基础上,基于MDP采用Sarsa算法实现对状态动作值的更新,为了加快算法的收敛速度,在状态动作值更新的过程中加入资格迹,给出了资格迹的更新方式;最后,定义了基于依赖型任务DAG图和Sarsa(λ)的云计算任务调度算法;在Cloudsim环境下进行仿真试验,结果表明文中方法能有效地实现依赖型任务调度,且较其它方法相比,具有任务调度时间短和负载均衡的优点,是一种适合云计算环境的可行任务调度方法。     

基于云计算的软件测试系统框架研究

针对传统的软件测试方法中存在的效率低、成本高等问题,将云测试技术应用到了软件测试中;介绍了云测试中的相关技术,并详细阐述了系统总体框架,使用了一种基于动态优先权的高优先权先调度算法,设计并实现了系统的调度子模块;Matlab仿真实验结果为在执行相同任务调度时,该调度算法比传统FCFS调度算法总周转时间短;当任务增加时,该调度算法总周转时间增加的慢,证明该算法可以显著地提高测试效率,提高资源利用率,缩减测试成本,实现软件测试的自动化。     

显微CT血管系统三维结构的骨架细化算法并行化设计实现

提取骨架是计算机断层扫描(CT)三维(3D)血管图像定量分析中的关键步骤,通常耗费数小时,直接制约了图像分析的定量研究。分析串行骨架细化算法各步骤中包含的可并行化操作,对其进行并行化设计,提出的算法通过Open MP多线程技术实现,并采用不同大小的三维CT血管图像进行分析和测试。根据测试结果,改进后的算法获取到的骨架准确可靠,对于1.95 GB大小的三维血管图像,使用16个线程进行并行运算时,可将运算时间由176min缩短到13 min,时间消耗上降低了一个数量级。因此,提出的方法可实现大型血管骨架的准确、高效提取,解决了大型三维图像分析问题中运算效率低这一瓶颈问题。     

ICT并行重建算法设计与实现

分析了三维ICT近似重建FDK快速算法以及算法串行执行与并行执行的复杂度,利用MPI并行编程环境,对原有ICT重建流程进行并行化,在PC集群上实现了并行ICT重建,进行了系统集成。给出了系统应用实现的解决方案与软件集成流程图。实验结果证明串行重建和并行重建结果是一致的,并行重建可以得到比较理想地重建时间结果和比较理想的加速比与效率。     

基于代价优化的云工作流调度改进PSO算法

云计算可以通过即付即用的方式向用户工作流提供资源。为了解决资源服务代价异构环境下的云工作流任务调度代价问题,提出一种基于改进粒子群算法的云工作流任务调度算法WSA-IPSO。通过综合考虑任务的执行代价和依赖任务间发生数据传输时的通信代价,算法将总代价优化问题形式化为有向无环图DAG中的任务调度模型,并提出基于改进粒子群算法的优化模型对其进行求解。通过改进传统粒子群算法的粒子速度更新策略和惯性权重更新策略,算法可以以更快的收敛速度得到代价最小化的调度方案。通过仿真实验,与MCT算法及标准粒子群算法进行性能比较。实验结果表明,WSA-IPSO算法在降低总代价、任务分布的负载均衡以及算法收敛性方面比较同类算法均表现出更好的性能。     

军械装备保障数据仓库中的ETL过程优化研究

在对军械装备保障数据仓库体系结构进行研究的基础上,针对ETL任务的调度优化问题进行研究。通过对ETL调度过程的数学化描述,采用一种改进的粒子群算法,实现了对调度过程的优化。通过改进惯性向量,形成更具寻优特性的改进粒子群算法,并应用在以最小执行时间为目标函数的ETL任务调度中。实践证明,采用此种改进算法,在调度优化中取得良好应用效果,相对传统方式执行效率有了较大提升。     

容错实时任务调度的DSPN建模与分析

复杂系统的形式化描述对新系统的设计以及现有系统的改进与评价都具有十分重要的作用。针对处理机系统容错实时混合任务调度,提出采用确定与随机Petri网(Deterministic and Stochastic Petri Net, DSPN)进行建模与性能分析。首先,根据任务执行的优先级、周期性、容错性和实时性,将任务分为四类;然后,采用DSPN对任务调度执行过程,不同优先级任务抢占式调度,处理机故障及故障恢复过程进行建模,由此构成处理机系统容错实时任务调度过程的DSPN模型;最后,仿真实验结果表明,在负载相同情况下,处理机利用率基本相同,且具有容错的实时任务调度算法可以有效地降低任务错失率。容错实时任务调度DSPN模型可以为复杂任务调度系统的Petri网建模与分析奠定了基础,并为实际工程应用提供了理论指导。     

编码系统研究及VLSI实现

提出了一种JPEG2000编码系统结构和VLSI方案.该方案以小波子带为单位,多套并行处理.对JPEG2000标准中各个模块的算法进行了逻辑化简、并行编码等优化.如采用双行并行9/7提升小波分解,条带并行的比特平面编码,简化区间更新和并行归一化算术编码等.各模块均以流水线方式工作,其中的比特平面编码和算术编码采用异步流水线方式动态分配执行时间,加速比均接近于流水段数3.以图像信号产生板送入原始图像,编码后送入PC机进行码流截断和解压缩.该系统在各个压缩率下的信噪比与LuraWave商用压缩软件的差距均在0.8 dB之内,可见改进后的算法可行且有效,像元时钟可达20 MHz.     

JPEG2000编码系统研究及VLSI实现

提出了一种JPEG2000编码系统结构和VLSI方案.该方案以小波子带为单位,多套并行处理.对JPEG2000标准中各个模块的算法进行了逻辑化简、并行编码等优化.如采用双行并行9/7提升小波分解,条带并行的比特平面编码,简化区间更新和并行归一化算术编码等.各模块均以流水线方式工作,其中的比特平面编码和算术编码采用异步流水线方式动态分配执行时间,加速比均接近于流水段数3.以图像信号产生板送入原始图像,编码后送入PC机进行码流截断和解压缩.该系统在各个压缩率下的信噪比与LuraWave商用压缩软件的差距均在0.8 dB之内,可见改进后的算法可行且有效,像元时钟可达20 MHz.     

运载火箭一体化测发系统的并行测试研究

现役运载火箭一体化测发系统的单任务测试模式,已无法满足运载火箭的高密度、快速测发的需求。通过控制软件多线程设计实现多任务控制的并行处理;使用分布式执行终端,同步完成并行测试功能。设计具有包含多任务信息的通讯协议,实现并行测试信息的网络传输。利用软件的共享缓存技术实现多任务之间的信息交互。在信息传输中通过字节流模式进行先进先出的实时通信,保证了运载火箭测发的实时性。通过对一体化测发系统的并行测试研究,可实现一套测发控系统对箭上多个子系统同时进行测试。 并行测试技术的研究利用了计算机系统并行处理能力,通过测发软件的并行设计,实现可由用户控制的多任务并行测试系统,提高了运载火箭的测试效率和节省测试费用,是解决运载火箭高密度、低成本发射的一种技术途径。     

文化框架下多群智能优化算法的云作业调度

作业调度是一种云计算核心技术,为了获得更优的云计算作业调度方案,提出一种文化框架下多群智能优化算法的云作业调度方法。首先构建云作业调度问题的数学模型,然后借助文化算法模型,粒子群算法组成信仰空间,人工鱼群算法组成群体空间,两者之间并行演化,相互促进,对云计算作业调度数学模型进行求解,最后通过仿真实验测试算法的性能。结果表明,本文加快了算法的收敛速度,获得了更优的云计算作业调度方案,大幅度缩短少云计算作业完成时间,具有一定的实用价值。     

异构环境下基于双重预取的Hadoop调度算法

Hadoop处理海量数据时,无论是Map任务还是Reduce任务都需要耗费大量的时间传输数据,故提出一种基于双重预取的调度算法;该算法通过估算节点上任务执行的进度来预测Map任务的执行节点,然后通知节点提前预取所需的数据,并且在Map任务完成的数量达到预定值时,开始为Reduce任务预取部分数据;由于在异构的环境下集群中节点的性能各不相同,为此采取了改进的预测模型,以提高任务进度判断的准确性;实验证明,本算法在作业响应时间等方面优于现有的调度算法。     

Resources scheduling for data relay satellite with microwave and optical hybrid links based on improved niche genetic algorithm

The formation of the Space-based Information System with the technology of high performance optical inter-satellite communication and the realization of global seamless coverage and mobile terminal accessing are the necessary trend of the development of optical and microwave hybrid communication. Considering the resources, missions and restraints of data relay satellite optical and microwave hybrid links system, a model of hybrid links resources scheduling is established and a scheduling algorithm based on an improved niche genetic algorithm is put forwarded. According to the multi-user-satellite, multi-time-window, multi-class-antenna and a number of missions with priority weight, the scheduling schemes are generated randomly to begin with and evaluated with the fitness functions. To obtain an optimal scheduling result, an improved niche genetic algorithm is adopted to optimize the scheduling schemes. The simulation result reveals that a satisfactory result is obtained and the improved niche genetic algorithm has advantages in both efficiency and performance in a scenario including a relay satellite with 2 optical antennas and 1 microwave antenna for user satellites connection, 8 user satellites with 64 missions. The simulation indicates that the model and the optimization algorithm are suitable for multi-user, multi-mission and multi-class-antenna hybrid communication recourses scheduling problem.     

多核环境下内存数据库并发调度技术优化研究

对多核环境下内存数据进行并发调度,可以减少计算机宕机次数和数据切换时时间,提高数据并发调度精度,增加数据操作平稳性。当前的内存数据并发调度方法是利用PrebuiltTrigger对内存数据进行并发调度,在调度过程中,没有设定具体的内存数据调度目标,导致内存数据库中的数据因此错乱无序,存在数据并发调度精度低的问题。为此,提出一种基于Linux的多核环境下内存数据并发调度优化方法。该方法首先采用IACT算法对影响调度进行的数据和内存数据库中相似或重复数据进行清洗,然后以清洗的数据为基础,利用启发式算法对其进行数据特征选取,依据多属性决策理论对内存数据并发调度的最优路径属性权重集合进行计算,以其结果为依据,计算调度最优路径的偏差值,最后利用最小偏差值,建立调度最优路径线性规划模型,对每条调度路径的综合决策属性值进行排序,由此得到调度的最优路径,完成对多核环境下内存数据的并发调度。实验结果证明,所提方法可以对多核环境下内存数据进行高效率地并发调度,提高了数据调度精度,增加了内存数据的可循环利用性,为低开销的内存数据调度提供了支撑。     

基于改进的布谷鸟算法在云计算资源的研究

如何进行更好地资源调度一直都是云计算研究的热点,本文在云计算资源算法中引入布谷鸟算法,针对布谷鸟算法中出现的收敛速度快,容易局部震荡等现象,本文首先引入高斯变异算子来处理每一个阶段中的鸟窝最佳位置的选择,然后通过自适应动态因子来调整不同阶段中的鸟窝位置的选择,使得改进后的算法收敛精度提高,通过适应度函数的平衡以及遗传算法中的三种操作,使得本文算法能够有效的提高云计算环境下的资源分配效率,降低了网络消耗。在Cloudsim平台仿真实验中,通过三个方面的比较,本文算法在性能上、资源调度效率和任务调度方面都有很大改进,有效提高了云计算系统的资源调度能力。     

基于关键路径链和PACGA的网络总线资源调度方法研究

针对传统工业控制网络总线资源调度算法在节点数量逐渐增加时收敛速度慢和搜索精度不高,且准确度及效率低等问题, 提出了一种基于关键路径链和多态蚁群遗传算法(PACGA)的资源调度方法,采用关键路径链的调度算法获取需求调度的节点,不同节点间采用多态蚁群遗传算法进行资源的调度,依据照工业控制网络资源调度的特征,用自适应调整挥发系数增强节点的全局搜索性能,通过候选节点集方法缩小搜索区域提高算法的搜索效率,完成工业控制网络总线资源的高效调度。仿真实验说明,该种方法在工业控制过程中任务数量较多的情况下仍然具备较高的运行效率和精度,并且具有较低的运行时间,具有较强的应用价值。     

GPU-based DPSO algorithm for structural optimization of Pt-Co bimetallic nanoparticles

Alloy nanoparticles (NPs) are potential candidates for catalysts in fuel cells applications, and their physical properties are associated with the corresponding stable structures. In this work, a GPU-based discrete particle swarm optimization (DPSO) method is designed to investigate the stable structure of Pt-Co alloy NPs. Register and an optimal block design are used to further increase the acceleration ratio. Comparative experiments on CPU and GPU show that the GPU-based DPSO algorithm possesses superior computational performance, and Register has a great influence on the acceleration ratio. Analyses on the stable structures of Pt-Co NPs demonstrate that Co atoms preferentially locate at vertex and edges of surface, yet Pt atoms exhibit a strong surface and sub-surface segregation only for their composition over 65%.     

基于LXI的机载制导弹药并行测试方法研究

针对目前弹药测试保障系统测试资源利用率低,测试保障效率无法满足现代化战争需求的的问题,提出一种基于LXI总线的弹药并行测试系统设计思路。该系统应用LXI总线测试系统的分布式测试,集中调度管理的特点;将测试任务分散化,测试能力本地化处理实现了弹药并行测试,有效解决了测试资源闲置以及测试系统保障效率低下的问题。通过并行测试系统设计思路、方案以及关键技术分析为弹药并行测试系统设计提供一种参考思路。