【摘 要】
：
近年来信息技术的快速发展,使得嵌入式设备的种类和数量急剧增加,这对嵌入式软件的开发和测试技术提出了更高的要求。传统的测试方法不仅受地域和时间的限制,而且存在测试环境部署复杂和成本昂贵的问题。传统嵌入式系统测试与云计算技术的结合,可以整合分散的测试资源,为用户提供一种远程访问、方便高效的新型测试服务模式。嵌入式系统云测试环境中任务调度策略的性能影响测试云的效率、资源利用率和用户体验。而现有云环境中的
论文部分内容阅读
近年来信息技术的快速发展,使得嵌入式设备的种类和数量急剧增加,这对嵌入式软件的开发和测试技术提出了更高的要求。传统的测试方法不仅受地域和时间的限制,而且存在测试环境部署复杂和成本昂贵的问题。传统嵌入式系统测试与云计算技术的结合,可以整合分散的测试资源,为用户提供一种远程访问、方便高效的新型测试服务模式。嵌入式系统云测试环境中任务调度策略的性能影响测试云的效率、资源利用率和用户体验。而现有云环境中的任务调度方法缺乏对任务间依赖关系、调度效率和用户服务质量等因素的综合考虑。基于此,本文围绕嵌入式系统云测试任务调度方法展开研究,主要贡献包括:（1）针对嵌入式系统云测试环境中关联任务调度的场景,本文提出了基于用户期望的改进遗传算法（User Expectation Genetic Algorithm,UEGA）。该算法首先采用有向无环图对任务间依赖关系进行建模,然后在遗传算法的初始化阶段使用异构最早完成时间算法处理依赖关系形成多优先级队列,最后构造了适用于有向无环图调度场景的交叉和变异算子。同时在适应度函数中引入动态定价模型,根据用户的等待时间动态调整其实际支付的成本,以提高用户的服务质量。Cloud Sim云仿真平台上的对比实验显示,UEGA算法缩短了任务的完成时间并且提高了用户的满意度。（2）针对遗传算法后期存在局部收敛、反馈信息无法被有效利用的问题,本文进一步将UEGA算法与具有正反馈机制的蚁群算法结合,利用UEGA算法得到的较优解初始化蚁群算法的信息素,解决蚁群算法初期缺乏信息素导致的求解效率低的问题。改进的遗传蚁群调度算法中引入负载均衡因子,同时优化了蚁群算法中转移概率矩阵的计算方式和信息素的更新规则,以提高算法的性能和负载均衡度。与UEGA算法和蚁群算法对比,改进后的算法有效地减少了任务的完成时间和成本并提高了整体负载均衡度。（3）设计并实现了嵌入式系统云测试平台任务管理模块。首先,基于嵌入式系统云测试平台整体架构确定了任务管理模块的功能需求和研发技术路线。然后围绕模块架构、数据库、重要功能实现流程等方面对任务管理模块进行了设计与实现,将改进的调度策略应用到任务调度子模块中以提高云平台的调度效率。最后对任务管理模块的功能进行测试,结果符合任务管理模块的功能需求。
其他文献
氟氯烷烃类（CFCs）化学气体灭火剂“哈龙”因其优异的灭火效果曾被广泛应用于各领域及场所,但由于在灭火过程中会对臭氧层造成极其严重的破坏已被禁止使用。对于民航飞机上高空、密闭环境的特殊性,还未有能完美替代“哈龙”的灭火剂,故“哈龙”灭火剂在民航领域使用时间暂得延长。氢氟烷烃（HFCs）类灭火剂虽然解决了对臭氧层的破坏问题,但会造成巨大的温室效应,作为过渡产品也即将被淘汰使用。最新一代氢氟烯烃（HF
近年来,我国高速公路桥梁建设规模呈增长趋势,并取得了举世瞩目的成就,但与之相伴的是居高不下的施工安全事故,威胁着现场作业人员的生命安全,造成了大量的经济损失,也带来了严重的社会影响。因此,开展高速公路桥梁施工安全风险评估研究是实现我国安全生产政策理念的重要课题。本文以高速公路桥梁施工安全风险为研究对象,以文献材料、规范条文与典型事故分析为基础,取得了以下主要研究结果:（1）在高速公路桥梁施工特点、
早高峰时段车辆段发车能力下降会造成车底延时上线,从而导致早高峰时段运力与客流需求不匹配,严重影响乘客服务质量。因此,有必要在车辆段发车能力下降情况下,对地铁开始运营至早高峰时段的行车计划进行优化。本文以双车辆段地铁线路为研究对象,通过分析车辆段发车作业过程、列车交路方案以及折返作业过程,构建发车能力下降情况下考虑小交路折返的列车运行计划编制优化模型,并设计遗传算法进行求解。最后以上海地铁1号线为案
近年来,由于医疗信息化的高速发展,生物医学文本数据的规模呈爆炸式增长,生物医学文本挖掘变得尤为重要,它能从海量生物医学文本数据中挖掘出有用的信息,为医学研究、临床决策等方面提供有力的支持。随着预训练语言模型BERT的成功,表明了预训练模型在自然语言处理领域的重要性。在生物医学领域中,Bio BERT、Sci BERT等基于BER T的衍生模型通过在大型生物医学语料库上进行预训练以获取生物医学知识,
近年来,区块链技术已成为数字经济发展的重要组成部分,以太坊作为最流行的开源公有链平台之一,交易量和智能合约部署量也在不断增长。与此同时,以太坊智能合约安全问题层出不穷,攻击者往往利用智能合约存在的代码漏洞对已部署的智能合约进行攻击,造成严重的经济损失,因此对智能合约进行漏洞检测十分必要,具有很大的现实意义。当前智能合约漏洞检测模型和工具大多以智能合约源码、操作码为研究对象,使用符号执行、形式化验证
当前自动驾驶技术快速发展,已经有部分头部企业将其落地,其中,实时精准的定位是自动驾驶车辆运行的关键,只有准确的掌握车辆的位置信息,才能完成进一步的规划、控制等多项任务。传统的GPS卫星定位方式在高楼密布的环境中容易出现信号丢失的情况,精准程度也无法保证,因此自动驾驶领域多使用激光雷达点云或视觉信息进行定位,当前一些依靠激光雷达定位的算法可达到厘米级精度,但目前的激光定位算法多依赖于场景的几何结构信
交通枢纽作为交通运输系统的重要组成部分,连接着多种交通方式,由于其能够对客流进行集散与换乘的功能特点,经常会聚集大量客流。在节假日、突发事件等情况时,容易发生突发大客流,引发旅客拥堵、踩踏等事件,甚至造成人员伤亡与经济损失。因此,提高交通枢纽的韧性以应对突发大客流给交通运输系统带来的压力至关重要。研究韧性交通枢纽中突发大客流疏散优化问题能够为交通枢纽内部规划布局以及客流疏散提供理论依据,具有重要的
随着我国各种铁路的快速建设和发展,铁路在交通运输中发挥的作用越发重要,然而由于铁路安全防护设施不可避免地存在漏洞,可能会发生异物入侵事件,从而对列车的正常运行造成严重威胁。现有的检测方法大致分为两种:一种是传统的铁路综合视频监控方法,这种方法依靠人眼事后查验,因此检测效率和准确度低;另一种是采用以深度学习为基础的目标检测算法,但该种方法需要依靠部署在后端的服务器来实现,受网络带宽的影响,不能保障检
随着当前社会经济的发展,人民收入不断增加,生活质量日益提升,小汽车走进了千家万户,在小汽车拥有量上升的同时,有限的可利用的车位资源难以满足当前不断上升的停车需求,城市停车难的问题也逐渐严峻。其主要表现为驾驶者停车寻找车位时间长、高峰期热点区域停车排队干扰交通等问题。然而一味的从供给侧提升停车位的数量不仅不现实,而且会造成土地资源的严重浪费。在调研中也发现虽然当前停车位总量不足,但局部停车资源利用不
数据可视化是数据分析任务的重要环节,在数据量和数据复杂度高速增长的当下,为了减轻分析人员负担并辅助其得到有价值的可视化结果,可视化推荐技术应运而生。受到机器学习模型在各种自动化任务中成功使用的启发,用机器学习的方法解决可视化推荐问题成为研究热点。然而,已有的可视化推荐研究存在如下局限性:首先,缺少结合规则的高效端到端可视化图表推荐方案;同时,推荐模型不具备人机回环的能力,无法融合人类与机器的优势。