单机并行批调度问题的算法研究

来源 :山东大学 | 被引量 : 0次 | 上传用户:cjwmyzl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科学技术的发展,越来越多的单产品处理器被批处理器所取代。人们对批调度问题的研究达到了前所未有的高度,其中大多数工作是针对单机并行批调度问题的研究。   论文研究如下单机并行批调度问题:给定一些工件{J1,J2,…,Jn},每个工件Jj有给定的处理时间Pj,以及惩罚值ej(可以拒绝处理某些工件,ej为拒绝处理工件Jj付出的代价)。给定一个批处理器,处理器可以将多个工件作为一批同时处理。同一批工件具有相同的开始时间和结束时间,即开始时间加上这一个批中所有工件的最大给定处理时间。调度的目标是判断选择处理哪些工件、给这些工件分批以及给批排序,使得目标函数值达到最小。在本文中,考虑的目标函数为被处理工件的完成时间之和加上被拒绝工件的惩罚值之和,并对批容量无界和批容量有界两种情况分别进行讨论,其中,批容量无界是指一批中处理的工件个数没有限制,批容量有界是指一批中处理的工件个数不超过某个常数b。   对批容量无界的情况,使用后向动态规划的技术,并使用堆排序的思想,提出时间复杂性为O(n4)的精确算法,然后使用几何归纳的方法将算法的时间复杂性改进到O(n3logn)。   批容量有界的情况更加复杂,批不再满足批容量无界时满足的一些重要性质。使用后向动态规划的方法合理枚举所有可能的情况,以得到最优的调度。给出了时间复杂性为O(n2b-2b+2)的精确算法,从而证明当批容量b为常量时,该问题是多项式时间可解的。  
其他文献
随着人类基因组计划的实施和基因组测序技术的快速发展,生物学家已得到几百种生物的全基因组序列,这些序列的背后隐藏着丰富的生物学知识和生物学规律。基因组序列测定之后,识别
科技的不断创新,也受惠于监控领域,使视频监控技术得到快速发展。安防行业的快速发展促进了智能监控系统的发展,其也成为模式识别与图形处理交叉领域中的热点之一。从摄像头的监
随着无线传感器网络(Wireless Sensor Network, WSN)应用的日益深入,海量数据的产生在WSN环境中也将变得越来越普遍。但是传统的如简单的数据查询等数据处理方式,不仅无法满
伴随着通信技术的不断发展和视频处理技术的日新月异,数字视频的应用范围越来越广泛。由于原始视频数据量比较大,因此很难全部在硬盘中进行储存或者在网络上进行传输。然而,
迁移工作流是近年来工作流研究的新方向,是一种基于移动agent计算的工作流管理新模式。迁移工作流引擎、迁移实例(migrating instance,mi)和工作位置是组成迁移工作流系统的
近年来,迁移工作流(Migrating Workflow)成为了工作流管理研究的一个新方向。基于移动计算的迁移工作流包含三个要素:工作流引擎、工作位置和迁移实例。工作流引擎定义工作流
动作数据是进行三维角色动画制作的重要元素,通过动作捕捉设备获得的人体动作数据比传统的关键帧技术生成的角色动作具有更好的视觉真实性。目前,人体动作捕获数据已经被广泛应
随着互联网的高速发展,网上数据量也呈指数级增长,Web已经成为一个非常巨大的数据源。为了高效地利用Web上有效信息,研究者们提出了Web数据集成的概念。Web数据集成就是把分
随着互联网技术以及各种数据库应用的快速发展,数据存储以及数据传输过程中所涉及的数据复杂程度已远超过传统的数据,许多现代的应用都要分析和处理一些不可靠、不一致和不准确
从90年代初开始,随着人类基因组计划的展开与深入,科学工作者发现,人类的各种遗传、性状和甚至疾病等都与基因有着密切的联系。基因的载体是染色体,即一条完整的基因序列。不