随着智能手机和平板电脑的普及,推送技术在移动终端领域得到了快速发展。目前该技术需要将大量的信息推送给移动设备,在区分服务信息的问题上,可能会增加系统的推送时间;同时移动用户的请求由于易受开发人员对设置并发线程的数量影响,也可能会发生部分用户请求被拒载的现象。有鉴于此,本文借助最短剩余时间优先算法中对周转时间的处理机制和排队论对线程池的优化策略,针对以上问题展开了分析与研究,并取得了一些进展,具体情况如下:　　首先,借助最短剩余优先算法周转时间最短的特点,将最短剩余时间优先算法引入到加权循环调度算法,根据随机状态方程对优先级队列分配不同区间的样本信息,对每个队列采用最短剩余时间优先算法进行排序,在对应的权值范围内调度队列信息,直到循环调度完所有信息。通过对比不同权值的优先级队列,找出相对较优的权值比例,并比较较优权值比例下新旧算法的平均周转时间。通过理论分析和实验结果表明,新算法相比旧算法而言,既保证区分服务的同时,又降低系统的平均周转时间,提高推送的效率。　　其次,为了降低移动用户请求的拒载现象,提高用户体验,本文接着引入了一种基于排队论的线程池自适应调整算法,该算法将用户请求到来看成是顾客到来,线程池的线程看成是服务台,用户请求响应看成是顾客离去,构建了M/M/S/K的排队模型,把未排队时用户请求拒载的失败率转换成排队系统的逗留时间,通过对比不同的到来率、服务时间和服务台数对逗留时间的影响,计算排队系统用户请求的启发因子失败率。当失败率超过一定阈值时,动态增加服务台窗口减少失败率,直到符合企业需求;否则减少服务台窗口选择最优的服务台。经过性能分析和仿真实验,结果表明该算法能根据不同的用户请求自适应调整线程池线程的个数,满足系统需求。　　最后,本文将改进后的算法应用于移动终端推送系统,并详细介绍了推送系统的设计、业务流程和实现过程,通过实验对算法进行验证。通过在企业应用表明该系统能够满足日常的需求,但还需要对不同平台的应用和理论进行研究才能满足不同设备的用户需求。