CN114610462A - 无冲突的周期性多趟调度模型的求解方法及系统 - Google Patents
无冲突的周期性多趟调度模型的求解方法及系统 Download PDFInfo
- Publication number
- CN114610462A CN114610462A CN202210279482.3A CN202210279482A CN114610462A CN 114610462 A CN114610462 A CN 114610462A CN 202210279482 A CN202210279482 A CN 202210279482A CN 114610462 A CN114610462 A CN 114610462A
- Authority
- CN
- China
- Prior art keywords
- scheduling
- task
- pass
- conflict
- module
- 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.)
- Granted
Links
- 230000000737 periodic effect Effects 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims abstract description 24
- 238000004891 communication Methods 0.000 claims description 15
- 239000000126 substance Substances 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 8
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multi Processors (AREA)
Abstract
本发明提供了一种无冲突的周期性多趟调度模型的求解方法,针对周期性多趟调度模型中处理机可能在倒数第二趟与最后一趟调度中发生时间冲突的问题,建立了一种无冲突的周期性多趟调度模型,针对所提出的无冲突的周期性多趟调度模型,对于给定的处理机数目和总任务量,推导出最优的任务分配方案、最优调度趟数、无冲突的任务分配系数和任务完成时间,从而保证处理机不产生时间冲突的前提下提高处理机的计算效率。
Description
技术领域
本发明属于信息技术相关领域,涉及一种调度模型的求解。
背景技术
对于可分任务调度模型的研究主要分为单趟调度和多趟调度两大类。对于单趟调度,主处理机将任务切分为与从处理机数目相同的子任务块,并按照一定的调度顺序分配至各从处理机予以计算。由于后分配任务的处理机存在较长的空闲等待时间,因此,单趟调度并不适合大规模的数据应用问题。对于多趟调度,主处理机将任务切分为数倍于从处理机数目的子任务块按照一定的调度顺序并分多趟分配给各从处理机。与单趟调度模型相比,多趟调度通过减少处理机的空闲等待时间以此提升各处理机完成任务的效率。与此同时,与单趟调度相比,多趟调度模型的求解变得更加复杂。首先,多趟调度模型涉及最优调度趟数的求解;其次,多趟调度中的任务分配方案是一个矩阵形式而不再是向量形式,其中矩阵中的各元素表示各趟调度中每个从处理机接收主处理机分配的子任务量。
为了降低多趟调度模型的复杂度和求解的难度,文献1(SHOKRIPOUR A,OTTOMANM,IBRAHIM H,et al.New method for scheduling heterogeneous multi-installmentsystems[J].Future Generation Computer Systems,2012,28(8):1205-1216.)提出了周期性多趟调度模型(Periodic Multi-Installment Scheduling,PMIS),该模型不仅简化了多趟调度过程,使得任务分配方案更易于求解。具体而言,PMIS规定了每一趟调度完成的总任务量相同。PMIS将调度过程分为内部调度周期和最后一趟调度周期。其中,最后一趟调度不同于内部调度的原因是要保证所有从处理机在同一时刻完成计算,从而减少任务完成计算的总时间。内部调度周期内,任意两趟调度间无空闲等待时间,从而进一步提高了任务的完成效率。
由于单趟调度模型在实际任务调度中各处理机存在较长的空闲等待时间,从而降低了处理机的资源利用率并对任务完成总时间也造成了影响。为此,在可分任务调度中常采用多趟调度模型。但是,多趟调度中不合理的任务分配不仅可能降低任务的完成效率、降低平台的资源利用率,甚至可能引发处理机的时间冲突(即任务在时间上重叠分配),导致处理机不能如约按时完成任务计算。
发明内容
为了克服现有技术的不足,本发明提供一种无冲突的周期性多趟调度模型的求解方法,能够保证任务按时完成。
本发明解决其技术问题所采用的技术方案包括以下步骤:
步骤1,建立无冲突的周期性多趟调度模型;
设处理机数目为n+1,其中p0为主处理机,{pi|i∈{1,2,…,n}}为从处理机;各从处理机通过通信链路{li|i∈{1,2,…,n}}与主处理机相连;所述的处理机和网络均异构,包括处理机的计算启动开销si不同、计算单位任务量时间wi不同、链路的通信启动开销oi不同,以及分配单位任务量通信时间zi不同;
设总任务量为主处理机p0将总任务量划分为子任务块后按照一定的调度处理机顺序将其分配至各从处理机进行并行任务处理;周期性多趟调度过程分为内部调度周期和最后一趟调度周期,其中内部调度周期包括m-1趟调度;假定在内部调度的每一趟中主处理机分配给从处理机完成计算的总任务量相同,记为V;对于最后一趟调度,主处理机分配给从各处理机的总任务量为hV;
在每一趟内部调度中,主处理机p0向从处理机pi(i∈{1,2,…,n})分配的任务量记为αiV;在最后一趟调度中,主处理机p0向从处理机pi分配的任务量为βiV,主处理机p0向从处理机pi分配任务量αiV的所需时间为oi+ziαiV;处理机pi完成任务量αiV计算的所需时间为si+wiαiV;
建立无冲突的周期性多趟调度模型如下:
此模型的约束条件为:
(I)αi>0,βi>0,i=1,2,…,n;
(II)m≥2;
其中:
(2)αi和βi分别满足下式,i=1,2,…,n;
步骤2,求解无冲突的周期性多趟调度模型,得到最优调度趟数m*,无冲突的任务分配系数h,以及任务完成时间T。
所述步骤2的具体实现步骤如下:
步骤2.2:将上述参数分别代入内部调度和最后一趟调度的分配方案,计算调度的分配方案αi和βi,其中i=1,2,…,n;
步骤2.6:由公式T(m,h)=(m-1)(α1Vw1+s1)+β1h Vw1+o1+s1计算出任务的完成时间T。
本发明还提供一种实现上述方法的系统,包括无冲突的周期性多趟调度模型建立模块和无冲突的周期性多趟调度模型求解模块;
所述的无冲突的周期性多趟调度模型建立模块包括子模块11和子模块12,其中子模块11用于给定总任务量和处理机数目,构建内部调度的分配方案和最后一趟调度的分配方案;子模块12用于建立无冲突的周期性多趟调度模型;
所述的无冲突的周期性多趟调度模型求解模块用于求解无冲突的周期性多趟调度模型,得到输出最优调度趟趟数m*,无冲突的任务分配系数h,以及任务完成时间T。
所述无冲突的周期性多趟调度模型求解模块,包括子模块21、子模块22、子模块23、子模块24、子模块25、子模块26和子模块27,其中,
所述子模块22用于将上述参数分别代入内部调度和最后一趟调度的分配方案中,计算分配方案αi和βi;
所述子模块24用于计算无冲突的任务分配系数h;
所述子模块25用于计算最优调度趟趟数m*;
所述子模块26用于计算出任务的完成时间T;
所述子模块27用于输出最优调度趟数m*、无冲突的任务分配系数h、任务分配方案和任务完成时间T。
本发明的有益效果是:
1)本发明针对周期性多趟调度模型中处理机可能在倒数第二趟与最后一趟调度中发生时间冲突的问题,建立了一种无冲突的周期性多趟调度模型,在任务调度中使用该模型不会导致处理机发生时间冲突,保证了任务可以如约按时完成计算。相比于现有技术,该模型更加合理且高效。
2)本发明针对所提出的无冲突的周期性多趟调度模型,对于给定的处理机数目和总任务量,能够推导出最优的任务分配方案、最优调度趟数、无冲突的任务分配系数和任务完成时间,从而保证处理机不产生时间冲突的前提下提高处理机的计算效率。
附图说明
图1为满足问题描述的星型网络示意图;
图2为满足约束的无冲突的周期性多趟调度图;
图3为本发明的求解方法流程图;
图4为无冲突的周期性多趟调度模型的求解方法流程图;
图5为实现本发明的求解方法的系统框图。
具体实施方式
下面结合附图和实施例对本发明进一步说明,本发明包括但不仅限于下述实施例。
本发明公开了一种无冲突的周期性多趟调度模型的求解方法及系统。由于单趟调度模型在实际任务调度中各处理机存在较长的空闲等待时间,从而降低了处理机的资源利用率并对任务完成总时间也造成了影响。为此,在可分任务调度中常采用多趟调度模型。多趟调度中不合理的任务分配不仅可能降低任务的完成效率、降低平台的资源利用率,甚至可能引发处理机的时间冲突(即任务在时间上重叠分配),导致处理机不能如约按时完成任务计算。鉴于此,本发明提出了一种合理、高效且无冲突的周期性多趟调度模型,并求解了该模型的最优任务分配方案和最优调度趟数的解析解用于最小化任务完成时间。
本实施例的无冲突的周期性多趟调度模型的求解方法,具体包括以下步骤:
步骤1,建立无冲突的周期性多趟调度模型
参见图1,设p0为主处理机,{pi|i∈{1,2,…,n}}为从处理机。各从处理机通过通信链路{li|i∈{1,2,…,n}}与主处理机相连。主处理机p0向从处理机pi(i∈{1,2,…,n})分配的任务量记为αiV。在最后一趟调度中,主处理机p0向从处理机pi分配的任务量为βiV。为了保证任务分配方案是一个可行解,需要满足αi>0和βi>0,同时对于每一趟调度,主处理机p0向从处理机pi分配的任务量αiV所需时间为oi+LiαiV。其中,oi表示主处理机p0向从处理机pi在通信链路li上分配子任务块所需的通信启动开销,zi表示主处理机p0向从处理机pi在通信链路li上在分配单位任务量所需通信时间,也即链路通信速度的倒数。处理机pi完成任务量αiV的计算所需时间为si+wiαiV。其中,si表示处理机pi计算所分任务的启动开销,wi表示处理机pi计算单位任务量的计算时间;调度过程参见图2。
步骤1.1,由任务的完成时间最短,最后一趟调度中所有参与调度的处理机必须在同一时刻完成计算,以及除了最后一趟调度,每个处理机在任意相邻的两趟调度之间都不能存在时间间隔,得到任务的分配方案。
步骤1.1.1,为使任务的完成时间最短,最后一趟调度中所有参与调度的处理机必须在同一时刻完成计算。因此可得:
α1Vw1+s1=α2Vw2+s2=…=αnVwn+sn (1)
从而主处理机p0分配给从处理机pi的分配分配量αi可表示为:
为了便于表示,定义如下两个新变量:
将公式(3)代入公式(2)可化简为:
整理公式(5),α1可表示为:
联立公式(4)与公式(6),可以得到内部调度中,各从处理机pi的任务量分配方案的紧式耦合解,如下:
为了保证内部调度过程中各从处理机的任务分配方案是一个可行解,还需满足约束条件αi>0,其中i=1,2,…,n。
步骤1.1.2,为了最小化任务完成时间,所有处理机应在最后一趟调度中同一时刻停止任务计算。参见图2,处理机在最后一趟调度的任务完成时间应满足如下公式:
si+wiβihV=oi+1+ziβihV+si+1+wi+1βi+1hV (8)
根据公式(8),可得βi+1的递推公式为:
为了便于表示,引入两个新变量:
将公式(10)代入公式(9),可简化为:
通过对公式(11)中βi的迭代,可将βi用β1表示如下:
其中,
将公式(12)代入公式(14),可得:
根据公式(15),β1可表示为:
联立公式(12)与公式(16),可得各处理机最后一趟调度中的任务分配方案的紧式耦合解如下:
为了保证最后一趟调度过程中各从处理机的任务分配方案是一个可行解,还需满足约束条件为βi>0,i=1,2,...,n。
步骤1.2,建立无冲突的周期性多趟调度模型如下:
此模型的约束条件为:
(I)αi>0,βi>0,i=1,2,…,n;
(II)m≥2;
其中:
(2)αi和βi分别满足式(1)和式(3),i=1,2,…,n。
步骤2,求解无冲突的周期性多趟调度模型
步骤2.2:将上述参数分别代入公式(7)和公式(17),计算内部调度的分配方案αi和βi,其中i=1,2,…,n;
任务分配系数h具体推导过程如下:
由附图2可知,对于任意的从处理机pi在最后一趟调度中的任务计算开始时间为:
对于任意的从处理机pi在倒数第二趟调度中的任务计算完成时间为:
根据公式(18)与公式(19),可以得到:
由公式(1)所知,
s1+w1α1V=si+wiαiV
将上式代入公式(20)中,可得:
化简上式,可得:
其中,根据公式(7)与公式(17)可知,
代入公式(21),可以得到:
已知,相较于处理机的计算时间与通信时间,处理机的通信启动开销与计算启动开销可忽略不计。鉴于此,公式(22)可以化简为:
Ejβ1h-Δjα1>0
也即:
由公式(6)与公式(16)可知,β1>α1且β1>0,α1>0。因此可得:
其中,由公式(3)与公式(13)可知:
因此,可以得到:
最有调度趟数m*具体推导过程如下:
首先对无冲突的周期性多趟调度模型的可行解和不可行解进行定义如下:
若有αi>0且βi>0,则称任务量分配系数h和调度趟数m为无冲突的周期性多趟调度模型的可行解,记为(m,h)。反之,若有αi<0或βi<0,则称任务量分配系数h和调度趟数m为无冲突的周期性多趟调度模型的不可行解。
基于以上定义,接下来将证明定理1和定理2。
步骤2.5.1,证明定理1;
定理1:若给定处理机数目为n,任务量分配系数为h,调度趟数为m时,无冲突的周期性多趟调度模型有可行解(m,h),则当调度趟数为m′且m′<m时,(m′,h)也一定为无冲突的周期性多趟调度模型的可行解。
证明:当i=1时,有α1>0,β1>0。根据公式(7)与公式(17),则有:
其中,
将上式代入公式(26)后,可以得到:
因此,公式(27)可化简为:
记调度趟数为m′且m′=m-1时,无冲突的周期性多趟调度模型内部调度的任务分配方案为α′=(α′1,α′2,…,α′n),最后一趟调度的任务分配方案为β′=(β′1,β′2,…,β′n)。
根据公式(7)与公式(17),对于α′i和β′i,有:
其中,
将上式代入公式(29),可以得到:
观察公式(28)与公式(30),可以得到:
其中,
将上式代入公式(32),可以得到:
根据公式(33),Φj满足:
由于αj>0,则有
其中,
由上式与公式(35),可得:
因此,联立公式(34)与公式(36),则有
化简上式,可以得到:
α1(m+h-2)>α′1(m+h-1)
将公式(27)与公式(30)代入上式,则有
化简上式,可得:
即得m+h-2<m+h-1。
矛盾,因此,假设不成立,即使得α′i<0。同理可证使得β′i<0。所以,当αi>0且βi>0成立。因此,若(m,h)为无冲突的周期性多趟调度模型的可行解,则(m′,h)也为无冲突的周期性多趟调度模型的可行解,其中m′=m-1。
综上所述,由数学归纳法可知,若无冲突的周期性多趟调度模型有可行解(m,h),则当调度趟数为m′且m′<m时,(m′,h)也为无冲突的周期性多趟调度模型的可行解。
步骤2.5.2,证明定理2,并推导出最优调度趟数;
定理2:若无冲突的周期性多趟调度模型有可行解(m,h),则任务完成时间T随着调度趟数m的增加先单调递减再单调递增。
证明:对于可行解(m,h),任务完成时间可表示为:
T(m,h)=(m-1)(α1Vw1+s1)+β1hVw1+o1+s1
将公式(26)代入上式,可以得到:
其中,
为方便表示,定义如下变量:
根据上式,公式(37)可表示为:
由公式(39),可得:
假定(m+1,h)是无冲突的周期性多趟调度模型的一个可行解,根据定理1,则(m,h)和(m-1,h)也为无冲突的周期性多趟调度模型的一个可行解。
同理,可行解(m+1,h)的任务完成时间为:
整理上式,可得:
可行解(m-1,h)的任务完成时间为:
整理上式,可得:
由公式(40)和公式(41),可以得到:
此外,由公式(40)和公式(42),可以得到:
为方便表示,定义新变量如下:
将上式分别代入(43)与(44),可以得到:
由公式(38)可知,
其中,
其中,
由公式(47)和公式(48)可得,λ>0,b>d。代入公式(45)可知,当时,T(m+1)>T(m)。所以,当m满足时,任务的完成时间T随m的增加而单调递增。同理,由公式(46)可知,当时,任务的完成时间T随m的增加而单调递减。
综上所述,若无冲突的周期性多趟调度模型有可行解(m,h),则任务完成时间T随着调度趟数m的增加先单调递减再单调递增。得证。
由定理2的证明可以得出结论:任务的完成时间函数T存在一个拐点且该拐点处的内部调度趟数满足:
根据上式可知,给定调度趟数m和任务分配系数h,无冲突的周期性多趟调度模型的最优调度趟数为:
步骤2.6:由公式T(m,h)=(m-1)(α1 Vw1+s1)+β1h Vw1+o1+s1计算出任务的完成时间T;
步骤2.7:输出最优调度趟数m*、无冲突的任务分配系数h、任务分配方案和任务完成时间T。
本实施例还提供一种用于实现无冲突的周期性多趟调度模型的求解方法的系统,包括依次连接的无冲突的周期性多趟调度模型建立模块和无冲突的周期性多趟调度模型求解模块;
所述的无冲突的周期性多趟调度模型建立模块包括子模块11和子模块12,其中子模块11用于实现以下功能:
给定总任务量和处理机数目,构建内部调度的分配方案如下:
构建最后一趟调度的分配方案如下:
子模块12用于实现以下功能:
建立无冲突的周期性多趟调度模型如下:
所述的无冲突的周期性多趟调度模型求解模块用于实现以下功能:
求解无冲突的周期性多趟调度模型,得到输出最优调度趟趟数m*,无冲突的任务分配系数h,任务完成时间T。
具体地,所述无冲突的周期性多趟调度模型求解模块,包括子模块21、子模块22、子模块23、子模块24、子模块25、子模块26和子模块27,其中,
所述子模块21用于实现以下功能:
所述子模块22用于实现以下功能:
将上述参数分别代入式1和式3,计算内部调度的分配方案αi和βi,其中i=1,2,…,n;
所述子模块23用于实现以下功能:
所述子模块24用于实现以下功能:
所述子模块25用于实现以下功能:
所述子模块26用于实现以下功能:
由公式T(m,h)=(m-1)(α1Vw1+s1)+β1h Vw1+o1+s1计算出任务的完成时间T;
所述子模块27用于实现以下功能:
输出最优调度趟数m*、无冲突的任务分配系数h、任务分配方案和任务完成时间T。
针对提出的无冲突的周期性多趟调度模型和算法,进行了多组对比实验。实验参数设置如下:从处理机总数为20。表1给出了异构并行与分布式系统下从处理机的相关参数。
表1.异构并行与分布式系统下从处理机的相关参数
表2和表3给出了两种算法在相同任务量的情况下是否发生时间冲突的实验结果。其中,PMIS代表了参考文献2(WANG X,VEERAVALLI B.PerformanceCharacterization on Handling Large-Scale Partitionable Workloads onHeterogeneous Networked Compute Platforms[J].IEEE Transactions on Parallel&Distributed Systems,2017,28(10):2925-2938.)中提出的算法,CF-MIS代表了本发明提出的无冲突的周期性多趟调度模型的算法。处理机的调度顺序遵循通信速度的降序排列,即zi的升序排列,具体调度顺序如下:
Pσ=(13,5,16,12,18,8,7,11,19,14,1,10,3,20,6,17,2,4,9,15)
表2.相同任务量的处理机p1至p9的调度冲突时间
表3.相同任务量的处理机p10至p20的调度冲突时间
从表2和表3中可以看出,若分布式计算平台采用PMIS模型,处理机p9在倒数第二趟调度中的任务完成时间为5939.87,在最后一趟调度中的任务开始计算时间为5938.75,时间差为-1.12,这说明处理机p9在未完成倒数第二趟调度任务计算时,却已开始接收主处理机在最后一趟调度分配的任务并开始进行计算,显然这存在调度时间冲突。同样,处理机p14也存在调度时间冲突。而本发明提出的CF-MIS模型,对于处理机p9与p14均有在倒数第二趟调度中的任务完成时间小于在最后一趟调度中的任务开始计算时间,进而有效的避免了从处理机在多趟调度中发生时间冲突。因此,本发明提出的算法在周期性多趟调度的过程中可以有效解决时间冲突问题。
Claims (4)
1.一种无冲突的周期性多趟调度模型的求解方法,其特征在于,包括以下步骤:
步骤1,建立无冲突的周期性多趟调度模型;
设处理机数目为n+1,其中p0为主处理机,{pi|i∈{1,2,…,n}}为从处理机;各从处理机通过通信链路{li|i∈{1,2,…,n}}与主处理机相连;所述的处理机和网络均异构,包括处理机的计算启动开销si不同、计算单位任务量时间wi不同、链路的通信启动开销oi不同,以及分配单位任务量通信时间zi不同;
设总任务量为主处理机p0将总任务量划分为子任务块后按照一定的调度处理机顺序将其分配至各从处理机进行并行任务处理;周期性多趟调度过程分为内部调度周期和最后一趟调度周期,其中内部调度周期包括m-1趟调度;假定在内部调度的每一趟中主处理机分配给从处理机完成计算的总任务量相同,记为V;对于最后一趟调度,主处理机分配给从各处理机的总任务量为hV;
在每一趟内部调度中,主处理机p0向从处理机pi(i∈{1,2,…,n})分配的任务量记为αiV;在最后一趟调度中,主处理机p0向从处理机pi分配的任务量为βiV,主处理机p0向从处理机pi分配任务量αiV的所需时间为oi+ziαiV;处理机pi完成任务量αiV计算的所需时间为si+wiαiV;
建立无冲突的周期性多趟调度模型如下:
此模型的约束条件为:
(I)αi>0,βi>0,i=1,2,…,n;
(II)m≥2:
其中:
(2)αi和βi分别满足下式,i=1,2,…,n;
步骤2,求解无冲突的周期性多趟调度模型,得到最优调度趟数m*,无冲突的任务分配系数h,以及任务完成时间T。
2.根据权利要求1所述的无冲突的周期性多趟调度模型的求解方法,其特征在于,所述步骤2的具体实现步骤如下:
步骤2.2:将上述参数分别代入内部调度和最后一趟调度的分配方案,计算调度的分配方案αi和βi,其中i=1,2,…,n;
步骤2.6:由公式T(m,h)=(m-1)(α1Vw1+s1)+β1hVw1+o1+s1计算出任务的完成时间T。
3.一种实现权利要求1所述方法的无冲突的周期性多趟调度模型的求解系统,其特征在于,包括无冲突的周期性多趟调度模型建立模块和无冲突的周期性多趟调度模型求解模块;所述的无冲突的周期性多趟调度模型建立模块包括子模块11和子模块12,其中子模块11用于给定总任务量和处理机数目,构建内部调度的分配方案和最后一趟调度的分配方案;子模块12用于建立无冲突的周期性多趟调度模型;所述的无冲突的周期性多趟调度模型求解模块用于求解无冲突的周期性多趟调度模型,得到输出最优调度趟趟数m*,无冲突的任务分配系数h,以及任务完成时间T。
4.根据权利要求3所述的无冲突的周期性多趟调度模型的求解系统,其特征在于,所述无冲突的周期性多趟调度模型求解模块,包括子模块21、子模块22、子模块23、子模块24、子模块25、子模块26和子模块27,其中,
所述子模块22用于将上述参数分别代入内部调度和最后一趟调度的分配方案中,计算分配方案αi和βi;
所述子模块24用于计算无冲突的任务分配系数h;
所述子模块25用于计算最优调度趟趟数m*;
所述子模块26用于计算出任务的完成时间T;
所述子模块27用于输出最优调度趟数m*、无冲突的任务分配系数h、任务分配方案和任务完成时间T。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210279482.3A CN114610462B (zh) | 2022-03-21 | 2022-03-21 | 无冲突的周期性多趟调度模型的求解方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210279482.3A CN114610462B (zh) | 2022-03-21 | 2022-03-21 | 无冲突的周期性多趟调度模型的求解方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114610462A true CN114610462A (zh) | 2022-06-10 |
CN114610462B CN114610462B (zh) | 2024-05-14 |
Family
ID=81864237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210279482.3A Active CN114610462B (zh) | 2022-03-21 | 2022-03-21 | 无冲突的周期性多趟调度模型的求解方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114610462B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104915255A (zh) * | 2015-05-19 | 2015-09-16 | 西安电子科技大学 | 一种可分任务多趟调度模型的求解方法及系统 |
CN105094970A (zh) * | 2015-07-13 | 2015-11-25 | 西安电子科技大学 | 一种求解分布式系统下可分任务多趟调度模型的方法 |
US20170332350A1 (en) * | 2014-11-03 | 2017-11-16 | Telefonaktiebolaget Lm Ericsson (Publ) | System and method for management of periodic resources in a communication network |
CN110008023A (zh) * | 2019-03-26 | 2019-07-12 | 湖南农业大学 | 基于遗传算法的云计算系统预算约束随机任务调度方法 |
CN111124629A (zh) * | 2019-11-12 | 2020-05-08 | 周口师范学院 | 一种带结果收集的多趟调度模型的求解方法及系统 |
-
2022
- 2022-03-21 CN CN202210279482.3A patent/CN114610462B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170332350A1 (en) * | 2014-11-03 | 2017-11-16 | Telefonaktiebolaget Lm Ericsson (Publ) | System and method for management of periodic resources in a communication network |
CN104915255A (zh) * | 2015-05-19 | 2015-09-16 | 西安电子科技大学 | 一种可分任务多趟调度模型的求解方法及系统 |
CN105094970A (zh) * | 2015-07-13 | 2015-11-25 | 西安电子科技大学 | 一种求解分布式系统下可分任务多趟调度模型的方法 |
CN110008023A (zh) * | 2019-03-26 | 2019-07-12 | 湖南农业大学 | 基于遗传算法的云计算系统预算约束随机任务调度方法 |
CN111124629A (zh) * | 2019-11-12 | 2020-05-08 | 周口师范学院 | 一种带结果收集的多趟调度模型的求解方法及系统 |
Non-Patent Citations (1)
Title |
---|
朱海;王晓丽;马海明;: "分布式计算系统下可分任务的周期性多趟调度", 西安交通大学学报, no. 08, 22 June 2018 (2018-06-22) * |
Also Published As
Publication number | Publication date |
---|---|
CN114610462B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4387174B2 (ja) | 複数の優先順位グループに関連付けられたプロセスを複数のリソース間に分散する方法 | |
CN104765640B (zh) | 一种智能服务调度方法 | |
US20070226743A1 (en) | Parallel-distributed-processing program and parallel-distributed-processing system | |
CN104331321A (zh) | 基于禁忌搜索和负载均衡的云计算任务调度方法 | |
CN106934539A (zh) | 一种带有期限和费用约束的工作流调度方法 | |
Moulik et al. | COST: A cluster-oriented scheduling technique for heterogeneous multi-cores | |
CN114610462A (zh) | 无冲突的周期性多趟调度模型的求解方法及系统 | |
CN112306642A (zh) | 一种基于稳定匹配博弈理论的工作流调度方法 | |
CN114283046B (zh) | 基于icp算法的点云文件配准方法、装置及存储介质 | |
CN111930485A (zh) | 一种基于性能表现的作业调度方法 | |
CN104915250A (zh) | 一种实现作业内的MapReduce数据本地化的方法 | |
CN111124629B (zh) | 一种带结果收集的多趟调度模型的求解方法及系统 | |
JPS63184841A (ja) | 相互に関連したタスクの実行を制御する方法 | |
CN115408122A (zh) | 一种去中心化的分布式并行计算框架及计算方法 | |
CN115034365A (zh) | 一种面向神经网络处理器的多核并行计算方法 | |
Sudhakar et al. | Generalized and scalable offset-based response time analysis of fixed priority systems | |
CN112346852A (zh) | 矩阵求和运算的分布式物理处理 | |
CN113064711B (zh) | 一种在线多工作流动态调度方法和系统 | |
CN109828837A (zh) | 基于最长路径优先的关联性任务调度方法 | |
CN115190050B (zh) | 基于异构多址接入网络慢节点检测的编码计算优化方法 | |
Tripathi et al. | Processor scheduling in multiprocessor systems | |
CN110865886B (zh) | 面向多概率性参数实时任务的和谐感知多处理器调度方法 | |
CN113448705B (zh) | 一种不平衡作业调度算法 | |
Chan et al. | New resource augmentation analysis of the total stretch of SRPT and SJF in multiprocessor scheduling | |
Xie et al. | Minimizing communication conflicts with load-skewing task assignment techniques on network of workstations |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |