本文關(guān)鍵詞：信息物理融合系統(tǒng)任務調(diào)度算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：信息物理融合系統(tǒng)(Cyber-Physical System, CPS)是一種信息過程和物理過程緊密結(jié)合和協(xié)作的新型分布式智能系統(tǒng),它是繼云計算、物聯(lián)網(wǎng)技術(shù)之后的新一代的技術(shù)產(chǎn)物。CPS以信息為中心,融合計算、通信和控制技術(shù),最終為人們提供靈活、可信、高效地服務。相比傳統(tǒng)的分布式系統(tǒng),CPS更多地關(guān)注任務的優(yōu)化調(diào)度與合理分配,以便實現(xiàn)對大型復雜工程系統(tǒng)的實時感知和動態(tài)控制,并為用戶提供靈活高效地服務。然而,CPS物理環(huán)境的復雜性、資源強異構(gòu)性、網(wǎng)絡結(jié)構(gòu)的動態(tài)拓撲性都給CPS的任務調(diào)度帶來了巨大的挑戰(zhàn)。由于傳統(tǒng)的調(diào)度算法無法滿足CPS的整體性能需求,本文分別從CPS的感知和計算任務展開研究,針對其復雜的任務提出了合理的調(diào)度算法,實現(xiàn)了動態(tài)資源高效組織與分配,提升了CPS系統(tǒng)的整體性能。本文主要的研究內(nèi)容有：(1)綜合分析了CPS的基本特征和體系結(jié)構(gòu),介紹了任務調(diào)度相關(guān)技術(shù)和傳統(tǒng)的任務調(diào)度算法,為后面研究內(nèi)容作準備。(2)針對CPS復雜感知任務調(diào)度問題,提出了一種基于改進的粒子群的多目標優(yōu)化調(diào)度算法。該調(diào)度算法保留粒子群算法收斂速度快、效率高的特點,融入自適應的萊維飛行策略來提高算法的全局尋優(yōu)能力,在滿足傳感器任務執(zhí)行時間最小的前提下,有效地實現(xiàn)了傳感器節(jié)點的負載均衡,延長了網(wǎng)絡生命周期。(3)為了滿足任務調(diào)度的多個QoS目標約束條件,對于CPS繁雜計算任務調(diào)度問題,提出了一種基于多維QoS的混合調(diào)度算法。該方法集成了人工蜂群算法魯棒性強、求解效率高和模擬退火算法全局搜索能力較好的雙重優(yōu)點,并規(guī)避了人工蜂群算法容易陷入局部最優(yōu)的缺陷。仿真表明提出的算法不僅滿足了用戶任務的多個QoS目標需求,而且能夠有效提高任務與資源之間的映射效率。本文最后分別對以上兩個算法進行了仿真和性能分析,實驗表明,與傳統(tǒng)的算法相比較,在任務的執(zhí)行時間、能量損耗方面有較好的性能,并且能夠滿足任務調(diào)度的多個QoS目標需求,兩種算法具有可行性。
【關(guān)鍵詞】：信息物理融合系統(tǒng) 任務調(diào)度 負載均衡 QoS
【學位授予單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP202
【目錄】：

• 摘要4-5
• ABSTRACT5-13
• 第一章 緒論13-23
• 1.1 研究背景及意義13-15
• 1.2 國內(nèi)外研究現(xiàn)狀15-21
• 1.2.1 CPS研究現(xiàn)狀15-17
• 1.2.2 任務調(diào)度算法的研究現(xiàn)狀17-21
• 1.3 課題來源及本文主要研究內(nèi)容與結(jié)構(gòu)21-22
• 1.3.1 課題來源21
• 1.3.2 本文研究內(nèi)容21-22
• 1.4 論文結(jié)構(gòu)22
• 1.5 本章小結(jié)22-23
• 第二章 CPS與任務調(diào)度概述23-33
• 2.1 CPS概述23-28
• 2.1.1 CPS的基本特征23-26
• 2.1.2 CPS體系結(jié)構(gòu)26-28
• 2.2 CPS任務調(diào)度概述28-32
• 2.2.1 任務調(diào)度的基本概念28-29
• 2.2.2 任務調(diào)度的意義和目的29-31
• 2.2.3 現(xiàn)有任務調(diào)度算法介紹31-32
• 2.3 本章小結(jié)32-33
• 第三章 基于改進的粒子群多目標優(yōu)化調(diào)度算法33-43
• 3.1 引言33-34
• 3.2 負載均衡介紹34
• 3.3 粒子群算法介紹34-36
• 3.4 傳感器網(wǎng)絡任務調(diào)度模型36-38
• 3.5 算法的提出38-42
• 3.5.1 適應度函數(shù)構(gòu)造38-39
• 3.5.2 自適應萊維飛行策略39-40
• 3.5.3 算法描述40-42
• 3.6 本章小結(jié)42-43
• 第四章 基于多維QoS目標約束的混合調(diào)度算法43-56
• 4.1 引言43-44
• 4.2 服務質(zhì)量概述44-45
• 4.3 人工蜂群算法介紹45-49
• 4.4 模擬退火算法介紹49-50
• 4.5 算法的提出50-55
• 4.5.1 多維QoS數(shù)學模型51-52
• 4.5.2 路徑交換鄰域搜索策略52-53
• 4.5.3 模擬退火機制53
• 4.5.4 算法實現(xiàn)步驟53-55
• 4.6 本章小結(jié)55-56
• 第五章 實驗仿真與性能分析56-66
• 5.1 實驗方案56
• 5.2 基于改進的粒子群多目標優(yōu)化調(diào)度算法的實驗與分析56-60
• 5.2.1 執(zhí)行時間分析56-58
• 5.2.2 能耗分析58-59
• 5.2.3 負載均衡分析59-60
• 5.3 基于多維QoS約束混合調(diào)度算法的實驗與分析60-65
• 5.3.1 執(zhí)行時間分析61-62
• 5.3.2 截止時間底線違背率分析62-63
• 5.3.3 平均總效益結(jié)果分析63-65
• 5.4 本章小結(jié)65-66
• 總結(jié)與展望66-68
• 參考文獻68-73
• 攻讀學位期間發(fā)表的學術(shù)論文73-74
• 攻讀學位期間參加的科研項目74-77
• 致謝77

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 祿樂濱,劉明東;一種基于函數(shù)的多任務調(diào)度算法[J];空軍工程大學學報(自然科學版);2000年02期

2 阮幼林 ,劉干 ,朱光喜 ,盧小峰;一個基于復制的相關(guān)任務調(diào)度算法[J];小型微型計算機系統(tǒng);2005年03期

3 楊斌;張建軍;;一個新的基于通信競爭的任務調(diào)度算法[J];計算機工程與應用;2007年33期

4 胡同福;王文生;謝能付;;設備網(wǎng)格中的任務調(diào)度算法[J];計算機工程與設計;2008年12期

5 周艷慧;張凱;;新的分布式任務調(diào)度算法[J];計算機系統(tǒng)應用;2008年10期

6 薛繼偉;姜波;劉慶強;王征;;基于能力感知的人機任務調(diào)度算法[J];計算機工程;2009年19期

7 曹曉磊;程東年;黃萬偉;;基于離散時間距的在線可重構(gòu)任務調(diào)度算法[J];小型微型計算機系統(tǒng);2010年10期

8 韓曉亞;汪斌強;黃萬偉;王保進;;采用配置完成優(yōu)先策略的可重構(gòu)任務調(diào)度算法[J];小型微型計算機系統(tǒng);2012年03期

9 楊麗;武小年;商可e

本文編號：385420