CN110070219A - 一种基于截止期限混合关键系统静态能耗优化方法 - Google Patents

一种基于截止期限混合关键系统静态能耗优化方法 Download PDF

Info

Publication number
CN110070219A
CN110070219A CN201910298443.6A CN201910298443A CN110070219A CN 110070219 A CN110070219 A CN 110070219A CN 201910298443 A CN201910298443 A CN 201910298443A CN 110070219 A CN110070219 A CN 110070219A
Authority
CN
China
Prior art keywords
task
deadline
key level
periodic duty
mixing critical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910298443.6A
Other languages
English (en)
Inventor
张忆文
何霆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaqiao University
Original Assignee
Huaqiao University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huaqiao University filed Critical Huaqiao University
Priority to CN201910298443.6A priority Critical patent/CN110070219A/zh
Publication of CN110070219A publication Critical patent/CN110070219A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316Sequencing of tasks or work
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04Manufacturing
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种基于截止期限混合关键系统静态能耗优化方法,包括以下步骤:建立混合关键周期任务模型;计算截止期限系数x;根据截止期限调度混合关键周期任务;计算混合关键周期任务的执行速度Si;低关键层次周期任务始终以速度Si执行,高关键层次周期任务的正常负载以速度Si执行,其额外负载以最大处理器速度执行。本发明的方法通过根据截止期限调度混合关键周期任务,确定最低执行速度Si,有效地降低系统能耗。

Description

一种基于截止期限混合关键系统静态能耗优化方法
技术领域
本发明涉及误差补偿领域,特别是指一种基于截止期限混合关键系统静态能耗优化方法。
背景技术
混合关键系统是指在同一个平台上完成多种功能且满足功耗、成本、体积限制的嵌入式实时系统。混合关键系统在工业上得到广泛的应用,例如汽车制造业和飞机制造业。混合关键系统必须确保关键功能能够得到正确的执行,而非关键功能在特殊情况下可以放弃。对于混合关键系统而言,能耗依然是其重要的目标,尤其对于像无人机这样的应用。
目前对混合关键系统的研究主要集中在调度可行性与时间开销上,很少有研究将能耗作为主要研究目标,而仅有的少数研究的节能效果不理想且时间开销过大。
发明内容
本发明的主要目的在于克服现有技术中的上述缺陷,提出一种基于截止期限混合关键系统静态能耗优化方法,该方法利用动态电压调节技术,合理地利用可行调度的条件,有效地降低系统能耗,减少时间开销。
本发明采用如下技术方案:
一种基于截止期限混合关键系统静态能耗优化方法,其特征在于,包括:
建立混合关键周期任务模型;
计算截止期限系数x;
根据截止期限调度混合关键周期任务;
计算混合关键周期任务的执行速度Si
低关键层次周期任务始终以速度Si执行;
高关键层次周期任务的正常负载以速度Si执行,其额外负载以最大处理器速度执行。
所述混合关键周期任务模型包括n个混合关键周期任务组成的集合Γ={τ12,…,τn},每个混合关键周期任务τi由三元组{Tii,Ci}组成,i为整数且1≤i≤n;
其中Ti是混合关键周期任务τi的周期;ξi是混合关键周期任务τi的关键层次,ξi={LO,HI},LO代表低关键层次周期任务,HI代表高关键层次周期任务;Ci为混合关键周期任务τi的不同模式下的最坏情况下执行时间;Ci(LO)和Ci(HI)分别为混合关键周期任务τi在低模式和高模式下的执行时间;如果混合关键周期任务τi为低关键层次周期任务时,其Ci(HI)=Ci(LO);如果混合关键周期任务τi为高关键层次周期任务时,其Ci(HI)>=Ci(LO)。
如果任务τi是低关键层次周期任务,其以速度Si执行;如果任务τi是高关键层次周期任务,其正常负载开始以速度Si执行;高关键层次周期任务τi的正常负载为Ci(LO);当高关键层次周期任务τi的执行时间超过时,系统将从低模式切换到高模式;所有低关键层次周期任务将被取消,高关键层次周期任务τi的额外负载将以最大处理器速度执行,高关键层次周期任务τi的额外负载为Ci(HI)-Ci(LO)。
所述截止期限系数x,由下式确定:
其中,L,H分别为常数,其值可由下式确定:
其中,为低关键层次任务在低模式下的利用率,为高关键层次任务在低模式下的利用率,为高关键层次任务在高模式下的利用率;
根据截止期限调度混合关键周期任务,包括:
系统处于低模式时,低关键层次周期任务τi在时刻t到达,其截止期限为t+Ti;高关键层次周期任务τj在时刻t到达,j为整数且1≤j≤n,j≠i,其截止期限t+xTj;系统处于高模式时,低关键层次周期任务τi在时刻t到达,其截止期限为t+Ti;高关键层次周期任务τj在时刻t到达,其截止期限t+Tj;截止期限越近的任务,其优先级越高;高优先级任务优先执行。
计算混合关键周期任务执行速度Si;其值由下式计算:
其中,SL和SH分别调度可行速度的下界和上界,其值由下式计算:
其中:U为高关键层次任务的额外负载利用率。
由上述对本发明的描述可知,与现有技术相比,本发明具有如下有益效果:
(1)本发明的方法比现有的动态优先级混合关键系统周期任务调度方法节约大约54.01%能耗。
(2)才本发明方法的系统能耗的降低,可以降低产品的生产成本,延长设备的使用时间,减少电池的更换周期。
附图说明
图1为本发明方法的流程图示意图;
以下结合附图和具体实施例对本发明作进一步详述。
具体实施方式
以下通过具体实施方式对本发明作进一步的描述。
参见图1,本发明提供的一种基于截止期限混合关键系统静态能耗优化方法,包括如下步骤:
步骤101:建立混合关键周期任务模型。
混合关键周期任务模型由n个混合关键周期任务组成的集合Γ={τ12,…,τn},每个混合关键周期任务τi(1≤i≤n,i为整数)由三元组{Tii,Ci}组成,其中Ti是混合关键周期任务τi的周期。
ξi是混合关键周期任务τi的关键层次,其可以表示为ξi={LO,HI},混合关键周期任务τi的关键层次为LO时,其为低关键层次周期任务,混合关键周期任务τi的关键层次为HI时,其为高关键层次周期任务。
Ci为混合关键周期任务τi的不同模式下的最坏情况下执行时间;Ci(LO)和Ci(HI)分别为混合关键周期任务τi在低模式和高模式下的执行时间。所谓的低模式是指系统执行高关键层次周期任务τi的时间不超过Ci(LO);所谓的高模式是指系统执行高关键层次周期任务τi的时间超过Ci(LO)但不超过Ci(HI),且所有低关键层次周期任务都被取消执行;如果混合关键周期任务τi为低关键层次周期任务时,其Ci(HI)=Ci(LO);如果混合关键周期任务τi为高关键层次周期任务时,其Ci(HI)>=Ci(LO)。
步骤102:计算截止期限系数x。
截止期限系数x,由下式确定:
其中,L,H分别常数,其值可由下式确定:
其中,为低关键层次任务在低模式下的利用率,其值由下式计算:
其中,Ci(LO)为混合关键周期任务τi在低模式下的执行时间,Ti为混合关键周期任务τi的周期,Γ是混合关键周期任务集;为高关键层次任务在低模式下的利用率,其值由下式计算:
为高关键层次任务在高模式下的利用率,其值由下式计算:
其中,Ci(HI)为混合关键周期任务τi在高模式下的执行时间。
步骤103:根据截止期限调度混合关键周期任务。
系统处于低模式时,低关键层次周期任务τi(1≤i≤n,i为整数)在时刻t到达,其截止期限为t+Ti;高关键层次周期任务τj(1≤j≤n,j≠i,j为整数)在时刻t到达,其截止期限t+xTj
系统处于高模式时,低关键层次周期任务τi(1≤i≤n,i为整数)在时刻t到达,其截止期限为t+Ti;高关键层次周期任务τj(1≤j≤n,j≠i,j为整数)在时刻t到达,其截止期限t+Tj;截止期限越近的任务,其优先级越高;当截止期限相同时,到达时间早的任务优先级高;当截止期限和优先级都相同时,小标下的任务优先级高;高优先级任务优先执行。
步骤104:计算混合关键周期任务执行速度Si
混合关键周期任务执行速度Si由下式计算:
其中,SL和SH分别调度可行速度的下界和上界,其值由下式计算:
其中x为截止期限系数,为低关键层次任务在低模式下的利用率,其值由下式计算:
其中,Ci(LO)为混合关键周期任务τi在低模式下的执行时间,Ti为混合关键周期任务τi的周期,Γ是混合关键周期任务集;为高关键层次任务在低模式下的利用率,其值由下式计算:
为高关键层次任务在高模式下的利用率,其值由下式计算:
其中,Ci(HI)为混合关键周期任务τi在高模式下的执行时间;U为高关键层次任务的额外负载利用率,其值由下式计算:
其中,Ci(LO)为混合关键周期任务τi在低模式下的执行时间,Ci(HI)为混合关键周期任务τi在高模式下的执行时间,Ti为混合关键周期任务τi的周期,Γ是混合关键周期任务集。
步骤105:低关键层次周期任务始终以速度Si执行,高关键层次周期任务的正常负载以速度Si执行,其额外负载以最大处理器速度执行。
如果任务τi是低关键层次任务,其以速度Si执行;如果任务τi是高关键层次任务,其正常负载开始以速度Si执行;高关键层次周期任务τi的正常负载为Ci(LO);当高关键层次周期任务τi的执行时间超过时,系统将从低模式切换到高模式;所有的低关键层次任务将被取消,高关键层次周期任务τi的额外负载将以最大处理器速度执行,高关键层次周期任务τi的额外负载为Ci(HI)-Ci(LO)。
本实施例中,混合关键周期任务集包含3个混合关键周期任务,任务的具体参数如下表所示:
任务 T<sub>i</sub> ξ<sub>i</sub> C<sub>i</sub>(LO) C<sub>i</sub>(HI)
τ<sub>1</sub> 4 LO 1 1
τ<sub>2</sub> 8 LO 2 2
τ<sub>3</sub> 16 HI 2 4
通过计算可知U=0.125,L=0.25,H=1.5,所以截止期限系数x=0.875;调度可行的速度下界SL=0.64,调度可行的速度上界SH=0.64,因此,混合关键周期任务执行速度Si=0.64;使用PXA270处理器的功耗模型,其功耗为P=0.08+1.52*S3;在区间[0,32]调度混合关键周期任务集。本实施例比较两种方法,第一种方法,混合关键周期任务都以最大处理器速度执行;第二种方法为本发明方法。第一种方法调度混合关键周期任务集的能耗为29.92;本发明方法调度混合关键周期任务集的能耗为13.76。在此实施例中本发明方法比其他发明方法节约54.01%。
上述仅为本发明的具体实施方式,但本发明的设计构思并不局限于此,凡利用此构思对本发明进行非实质性的改动,均应属于侵犯本发明保护范围的行为。

Claims (6)

1.一种基于截止期限混合关键系统静态能耗优化方法,其特征在于,包括:
建立混合关键周期任务模型;
计算截止期限系数x;
根据截止期限调度混合关键周期任务;
计算混合关键周期任务的执行速度Si
低关键层次周期任务始终以速度Si执行;
高关键层次周期任务的正常负载以速度Si执行,其额外负载以最大处理器速度执行。
2.如权利要求1所述的一种基于截止期限混合关键系统静态能耗优化方法,其特征在于,所述混合关键周期任务模型包括n个混合关键周期任务组成的集合Γ={τ12,…,τn},每个混合关键周期任务τi由三元组{Tii,Ci}组成,i为整数且1≤i≤n;
其中Ti是混合关键周期任务τi的周期;ξi是混合关键周期任务τi的关键层次,ξi={LO,HI},LO代表低关键层次周期任务,HI代表高关键层次周期任务;Ci为混合关键周期任务τi的不同模式下的最坏情况下执行时间;Ci(LO)和Ci(HI)分别为混合关键周期任务τi在低模式和高模式下的执行时间;如果混合关键周期任务τi为低关键层次周期任务时,其Ci(HI)=Ci(LO);如果混合关键周期任务τi为高关键层次周期任务时,其Ci(HI)>=Ci(LO)。
3.如权利要求2所述的一种基于截止期限混合关键系统静态能耗优化方法,其特征在于,如果任务τi是低关键层次周期任务,其以速度Si执行;如果任务τi是高关键层次周期任务,其正常负载开始以速度Si执行;高关键层次周期任务τi的正常负载为Ci(LO);当高关键层次周期任务τi的执行时间超过时,系统将从低模式切换到高模式;所有低关键层次周期任务将被取消,高关键层次周期任务ti的额外负载将以最大处理器速度执行,高关键层次周期任务ti的额外负载为Ci(HI)-Ci(LO)。
4.如权利要求2所述的一种基于截止期限混合关键系统静态能耗优化方法,其特征在于,所述截止期限系数x,由下式确定:
其中,L,H分别为常数,其值可由下式确定:
其中,为低关键层次任务在低模式下的利用率,为高关键层次任务在低模式下的利用率,为高关键层次任务在高模式下的利用率。
5.如权利要求2所述的一种基于截止期限混合关键系统静态能耗优化方法,其特征在于:根据截止期限调度混合关键周期任务,包括:
系统处于低模式时,低关键层次周期任务ti在时刻t到达,其截止期限为t+Ti;高关键层次周期任务τj在时刻t到达,j为整数且1≤j≤n,j≠i,其截止期限t+xTj;系统处于高模式时,低关键层次周期任务ti在时刻t到达,其截止期限为t+Ti;高关键层次周期任务tj在时刻t到达,其截止期限t+Tj;截止期限越近的任务,其优先级越高;高优先级任务优先执行。
6.如权利要求2所述的一种基于截止期限混合关键系统静态能耗优化方法,其特征在于:计算混合关键周期任务执行速度Si;其值由下式计算:
其中,SL和SH分别调度可行速度的下界和上界,其值由下式计算:
其中:U为高关键层次任务的额外负载利用率。
CN201910298443.6A 2019-04-15 2019-04-15 一种基于截止期限混合关键系统静态能耗优化方法 Pending CN110070219A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910298443.6A CN110070219A (zh) 2019-04-15 2019-04-15 一种基于截止期限混合关键系统静态能耗优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910298443.6A CN110070219A (zh) 2019-04-15 2019-04-15 一种基于截止期限混合关键系统静态能耗优化方法

Publications (1)

Publication Number Publication Date
CN110070219A true CN110070219A (zh) 2019-07-30

Family

ID=67367525

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910298443.6A Pending CN110070219A (zh) 2019-04-15 2019-04-15 一种基于截止期限混合关键系统静态能耗优化方法

Country Status (1)

Country Link
CN (1) CN110070219A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110837291A (zh) * 2019-10-28 2020-02-25 华侨大学 一种基于实际执行时间混合关键周期任务的能耗优化方法
CN110850954A (zh) * 2019-10-28 2020-02-28 华侨大学 一种基于固定优先级事件触发混合关键偶发任务的能耗优化方法
CN111984389A (zh) * 2020-08-28 2020-11-24 华侨大学 一种基于双截止期限的资源共享混合关键周期任务能耗优化方法
CN114578947A (zh) * 2022-02-21 2022-06-03 华侨大学 一种动态优先级能耗感知非精确混合关键任务调度方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090037926A1 (en) * 2007-08-01 2009-02-05 Peter Dinda Methods and systems for time-sharing parallel applications with performance isolation and control through performance-targeted feedback-controlled real-time scheduling
CN108984292A (zh) * 2018-08-14 2018-12-11 华侨大学 混合关键系统固定优先级周期任务能耗优化方法
JP2018200603A (ja) * 2017-05-29 2018-12-20 富士通株式会社 タスク配備プログラム、タスク配備方法、およびタスク配備装置
CN109597378A (zh) * 2018-11-02 2019-04-09 华侨大学 一种资源受限混合任务能耗感知方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090037926A1 (en) * 2007-08-01 2009-02-05 Peter Dinda Methods and systems for time-sharing parallel applications with performance isolation and control through performance-targeted feedback-controlled real-time scheduling
JP2018200603A (ja) * 2017-05-29 2018-12-20 富士通株式会社 タスク配備プログラム、タスク配備方法、およびタスク配備装置
CN108984292A (zh) * 2018-08-14 2018-12-11 华侨大学 混合关键系统固定优先级周期任务能耗优化方法
CN109597378A (zh) * 2018-11-02 2019-04-09 华侨大学 一种资源受限混合任务能耗感知方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
S. BARUAH ET AL.: "The Preemptive Uniprocessor Scheduling of Mixed-Criticality Implicit-Deadline Sporadic Task Systems", 《2012 24TH EUROMICRO CONFERENCE ON REAL-TIME SYSTEMS》 *
罗伯特·M.桑代克 等: "《教育评价 教育和心理学中的测量与评估 第8版》", 31 October 2018, 商务印书馆 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110837291A (zh) * 2019-10-28 2020-02-25 华侨大学 一种基于实际执行时间混合关键周期任务的能耗优化方法
CN110850954A (zh) * 2019-10-28 2020-02-28 华侨大学 一种基于固定优先级事件触发混合关键偶发任务的能耗优化方法
CN110837291B (zh) * 2019-10-28 2023-03-28 华侨大学 一种基于实际执行时间混合关键周期任务的能耗优化方法
CN110850954B (zh) * 2019-10-28 2023-03-28 华侨大学 一种基于固定优先级事件触发混合关键偶发任务的能耗优化方法
CN111984389A (zh) * 2020-08-28 2020-11-24 华侨大学 一种基于双截止期限的资源共享混合关键周期任务能耗优化方法
CN111984389B (zh) * 2020-08-28 2023-05-26 华侨大学 基于截止期限的资源共享混合关键周期任务能耗优化方法
CN114578947A (zh) * 2022-02-21 2022-06-03 华侨大学 一种动态优先级能耗感知非精确混合关键任务调度方法和系统
CN114578947B (zh) * 2022-02-21 2023-05-26 华侨大学 动态优先级能耗感知非精确混合关键任务调度方法和系统

Similar Documents

Publication Publication Date Title
CN110070219A (zh) 一种基于截止期限混合关键系统静态能耗优化方法
CN108984292B (zh) 混合关键系统固定优先级周期任务能耗优化方法
CN110308977A (zh) 一种动态利用率更新混合关键偶发任务低能耗方法
CN110288153A (zh) 一种最优速度混合关键周期任务能耗优化方法
CN109739332A (zh) 一种多任务通用能耗优化方法
CN108408514B (zh) 一种多联机群控型电梯调度方法
CN109597378B (zh) 一种资源受限混合任务能耗感知方法
CN112486652B (zh) 一种非抢占固定优先级混合关键任务能耗优化调度方法
CN111984389B (zh) 基于截止期限的资源共享混合关键周期任务能耗优化方法
CN114254937A (zh) 以机组为调度单元的梯级水电及光伏短期互补调度方法和系统
CN109978322A (zh) 一种基于整体优化的多级调度方法
CN109918185A (zh) 基于虚拟任务固定优先级混合关键系统调度方法
CN115528748A (zh) 一种电力紧平衡状态配置方法、装置、设备及介质
CN109918181B (zh) 基于最差响应时间的混合关键系统任务可调度性分析方法
CN110850954B (zh) 一种基于固定优先级事件触发混合关键偶发任务的能耗优化方法
CN110838735B (zh) 一种包含电源断面分区的机组调节方法及装置
CN101206584A (zh) 无积累误差和自适应定时器实现方法
CN105809281A (zh) 一种考虑多业主新增效益分配的水库群调度方法
CN117595338A (zh) 一种基于改进有限时间一致性的微电网经济优化调度方法
CN110825504B (zh) 一种基于服务器混合关键偶发任务能耗优化方法
CN110806795B (zh) 一种基于动态空闲时间混合关键周期任务的能耗优化方法
CN107814312B (zh) 一种天车运行策略的生成方法和系统
CN107834609B (zh) 一种提高机组稳定性的厂级agc系统分配策略优化方法
CN114091784A (zh) 一种面向钢铁企业氧气系统的不确定优化调度方法及系统
CN114578946A (zh) 一种非精确混合关键任务非抢占动态优先级能耗优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190730