本文選題：遺傳算法 + 硬實時系統(tǒng)　； 參考：《計算機(jī)應(yīng)用研究》2016年09期

【摘要】：傳統(tǒng)的硬實時容錯調(diào)度算法獲得了較好的容錯性能,但其任務(wù)拒絕率、處理器分配偏差比例以及最早完成時間等性能參數(shù)不佳,對此提出了一種基于雜交遺傳算法的優(yōu)化方案,并對傳統(tǒng)的硬實時容錯算法進(jìn)行優(yōu)化。采用了中心型調(diào)度模型,并采用了任務(wù)備份方案來實現(xiàn)容錯能力。將任務(wù)拒絕率、處理器分配偏差比例以及最早完成時間三個優(yōu)化參數(shù)作為遺傳算法適應(yīng)度目標(biāo)函數(shù)的三個帶權(quán)分量,對其進(jìn)行優(yōu)化,通過遺傳算法的雜交與迭代計算獲得了優(yōu)化的結(jié)果。最終使用不同的任務(wù)數(shù)量與處理器數(shù)量的組合對本算法與傳統(tǒng)算法進(jìn)行對比實驗,結(jié)果可看出本算法的三個優(yōu)化參數(shù)明顯優(yōu)于傳統(tǒng)算法,且總適應(yīng)度值亦比傳統(tǒng)算法有明顯改進(jìn)。
[Abstract]:The traditional hard real-time fault-tolerant scheduling algorithm has better fault-tolerant performance, but its performance parameters such as task rejection rate, processor allocation deviation ratio and earliest completion time are not good. Therefore, an optimization scheme based on hybrid genetic algorithm is proposed. And the traditional hard real-time fault-tolerant algorithm is optimized. The central scheduling model is adopted, and the task backup scheme is adopted to realize the fault-tolerant ability. Three optimization parameters, task rejection rate, processor allocation deviation ratio and earliest completion time, are considered as three weighted components of the fitness objective function of genetic algorithm. The optimization results are obtained by hybrid and iterative calculation of genetic algorithm. Finally, the comparison experiment between this algorithm and the traditional algorithm is carried out using the combination of different task number and processor number. The results show that the three optimization parameters of this algorithm are obviously superior to the traditional algorithm. And the total fitness value is obviously improved compared with the traditional algorithm.
【作者單位】： 順德職業(yè)技術(shù)學(xué)院電子與信息工程學(xué)院;華南理工大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(51175183) 佛山市產(chǎn)學(xué)研專項資金項目及順德職業(yè)技術(shù)學(xué)院資助項目(2012HC100303) 廣東省教育科研“十二五”規(guī)劃研究項目(2012JK305)
【分類號】：TP332

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張玉才,沈元隆;遺傳算法在計算機(jī)系統(tǒng)優(yōu)化問題中的應(yīng)用[J];西安郵電學(xué)院學(xué)報;2005年01期

2 李鵬;楊曉非;;基于遺傳算法的磁光盤膜厚匹配的優(yōu)化設(shè)計[J];磁性材料及器件;2007年02期

3 朱建;高方偉;劉貴喜;;基于遺傳算法的筆記本電腦熱布局的優(yōu)化設(shè)計[J];電子質(zhì)量;2006年12期

4 馬秀娟;牛進(jìn)鵬;趙國良;;基于遺傳算法的星載計算機(jī)可靠性冗余優(yōu)化研究[J];計算機(jī)應(yīng)用;2007年S2期

5 岑巍;使用遺傳算法對時序電路進(jìn)行可測性預(yù)報[J];上海大學(xué)學(xué)報(自然科學(xué)版);1999年S1期

6 李晶;馬建敏;;遺傳算法在計算機(jī)基礎(chǔ)考試系統(tǒng)中的應(yīng)用研究[J];微型機(jī)與應(yīng)用;2014年01期

7 高家全;何桂霞;趙端陽;王雨順;;一種新的遺傳算法在并行機(jī)調(diào)度問題中的應(yīng)用[J];計算機(jī)應(yīng)用與軟件;2008年08期

8 李建鋒;彭艦;;云計算環(huán)境下基于改進(jìn)遺傳算法的任務(wù)調(diào)度算法[J];計算機(jī)應(yīng)用;2011年01期

9 喬雙;進(jìn)化型硬件及其基本構(gòu)成[J];小型微型計算機(jī)系統(tǒng);2001年06期

10 李進(jìn)超;陳靜怡;吳杰;梁瑾;;基于改進(jìn)分組遺傳算法的虛擬機(jī)放置研究[J];計算機(jī)工程與設(shè)計;2012年05期

相關(guān)會議論文 前1條

1 周斌;崔葛瑾;;采用遺傳算法對AVR片內(nèi)RC校頻處理[A];第三屆中國智能計算大會論文集[C];2009年

相關(guān)碩士學(xué)位論文 前6條

1 諸洪瑩;應(yīng)用遺傳算法研究用于高密度信息存儲的多元環(huán)形濾光片[D];浙江工業(yè)大學(xué);2007年

2 丁孟為;遺傳算法在多核系統(tǒng)上的性能分析和優(yōu)化[D];上海交通大學(xué);2012年

3 倪云竹;用遺傳算法解決基于分條技術(shù)的磁盤負(fù)載均衡問題[D];四川大學(xué);2004年

4 劉麗景;多Agent遺傳算法在云計算資源調(diào)度中的應(yīng)用研究[D];西安石油大學(xué);2011年

5 張艷璐;一種基于遺傳算法的低能耗云計算數(shù)據(jù)中心資源調(diào)度策略[D];杭州電子科技大學(xué);2015年

6 張偉;基于進(jìn)化算法的硬件演化基礎(chǔ)研究[D];南京理工大學(xué);2008年

，

本文編號：2106387