基于时间帧的处理器PFair调度改进算法

来源 :计算机应用研究 | 被引量 : 1次 | 上传用户:kingzdh410
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
为了解决PFair算法进行交互任务调度时,由于忽略了不同阶段的周期性任务而导致多个线程之间任务的迁移问题以及空间和时间的浪费问题,提出了基于时间帧的处理器PFair调度改进算法。该算法基于周期性任务系统的特点,引入时间帧控制和改变本地周期性任务调度来限制任务迁移,从而实现对PFair算法的改进。为了评估算法的迁移开销和公平性,通过实验对普通PFair算法及所提出的改进算法ERfair进行对比实验,结果表明,改进算法ERfair能够通过时间帧内调度和分区控制大大降低任务在不同处理器间的迁移次数。基于时
其他文献
针对时延容忍网络(DTN)中基于动态分段编码的路由算法DSNC存在的数据冗余编码和节点投递成功率低的问题,提出了一种基于传输容量控制的DTN动态分段编码路由算法NC-TCC。在源节点处,采用AONT矩阵对分段中的数据包进行编码,以减少数据重复编码的次数;在中间节点处,利用构造的节点运动模型计算当前连接的传输容量,并在满足传输容量的前提下按照优先级从高到低的顺序选择合适数量的数据包进行编码,以提高节
基于传统动态任务迁移方法,针对药物分子对接任务,提出了云环境下药物分子对接任务优化迁移策略。通过分析各节点自身中断事件发生次数的数学期望和方差,得出即时可靠性评价参数
大数据环境下高效用项集挖掘算法中过多的候选项集极大地降低了算法的时空效率,为此提出了一种减少候选项集的数据流高效用项集挖掘算法。通过数据流中当前窗口的一次扫描建立一个全局树,并降低全局树中头表入口与节点的冗余效用值。基于全局树生成候选模式,基于增长算法降低局部树的候选项集效用,从候选模式中选出高效用模式。基于真实数据流的实验结果表明,算法的时空效率与内存占用比均优于其他数据流的高效用模式挖掘算法。