【摘 要】
：
可调度性判定就是离线验证实时系统中所有任务是否可调度。通过可调度性判定,能够更好地保证实时系统的可靠性。分析在多处理器实时系统中全局EDZL算法的任务需求,考虑了带入作业和带出作业对处理器资源的需求。引入最大连续忙区间的概念,以确定带入作业的最大个数,得到了多处理器实时系统中全局EDZL算法的可调度性判定算法。通过构造大量实时任务集,对不同的判定方法进行了实验,检查通过可调度性判定的任务集数量。实
【机 构】
：
江苏大学研究生院,江苏大学计算机科学与通信工程学院
【基金项目】
：
国家自然科学基金资助项目（61572240）
论文部分内容阅读
可调度性判定就是离线验证实时系统中所有任务是否可调度。通过可调度性判定,能够更好地保证实时系统的可靠性。分析在多处理器实时系统中全局EDZL算法的任务需求,考虑了带入作业和带出作业对处理器资源的需求。引入最大连续忙区间的概念,以确定带入作业的最大个数,得到了多处理器实时系统中全局EDZL算法的可调度性判定算法。通过构造大量实时任务集,对不同的判定方法进行了实验,检查通过可调度性判定的任务集数量。实验结果表明,这种方法在多处理器实时系统中是一种更为紧密的可调度性判断方法。
其他文献
羊痘俗称“羊天花”，属病毒感染疾病，其传播速度较快，传染面积较广，严重威胁到羊群和民众的安全。此病发病突然、接触性强、伴高热症状。常于病羊的无毛或少毛部，见大小不等的疱疹
为满足机器人学学习过程中的实验需求,描述了一个基于Qt和Ogre3D机器人学坐标变换虚拟实验室的设计和使用。本虚拟实验室针对机器人学的坐标变换,在虚拟环境中通过实验来表明欧拉角、RPY角、转轴/角度、单位四元数和齐次变换矩阵的关系,并且使用虚拟手段阐述了DH矩阵的空间意义,通过数值计算和虚拟显示详细地解释这些概念的意义。其描述了这些虚拟实验的使用方法。为了判断此虚拟实验室的有效性,设计了一个教学实
企业对产品进行创新改进,带来装配线上装配任务的变化,从而造成已平衡装配线的失衡。针对上述变化给企业混流装配线带来的影响进行了研究,以最小化生产节拍、工作站间的负荷和工人完成新装配任务的调整成本为优化目标来建立混装线再平衡的数学模型;设计了一种新的多目标粒子群算法求解模型,算法中引入各粒子动态密集距离去筛选外部文档的非劣解和指导全局最优值的更新,在控制解的容量的同时保持Pareto解集分布均匀;此外
城固县地处陕西省汉中盆地中部，南有巴山，北有秦岭，交通便利，农作物秸秆丰富，气候适宜，自然屏障好。在中省市大力发展草食动物的号召下，养羊业得到快速发展。经调研，在养羊及饲草资源
近年来，动物疫情形势日趋严峻，国内外禽流感、高致病性蓝耳病、口蹄疫、布病等重大动物疫病频繁发生，疫情十分复杂，给畜牧业带来了巨大的经济损失。而且有的不法商贩还在食品中添
针对无线传感器网络在监测类似室内或大棚等微气候环境数据时,传统的等间隔时间数据采集方法存在数据大量冗余、浪费网络带宽的问题,以及现有自适应变频数据采集策略仍然非常复杂的问题,提出一种基于旋转门算法的自适应变频数据采集策略,该策略根据旋转门算法能否"套住"数据以及能连续"套住"数据的次数,自适应地调整数据采集的间隔时间。仿真和实验结果证明,该策略与传统的等间隔时间数据采集方法相比,可以降低数据采集量
针对现有的回归模型未考虑特征之间的深层结构,而导致在回归问题上输出不稳定的模型,提出了一种新的属性选择方法。通过稀疏学习理论中的2,1-范数和2,p-范数在线性回归模型分别进行样本降噪和属性选择,利用超图结构和低秩约束来分别考虑数据间的局部结构和不同数据间的全局结构,最后结合子空间学习方法来对模型进行微调。经实验证明,在回归分析中该算法较对比算法能取得更好的效果。
针对软件缺陷数据集中不相关特征和冗余特征会降低软件缺陷个数预测模型的性能的问题,提出了一种面向软件缺陷个数预测的混合式特征选择方法——HFSNFP。首先,利用Relief F算法计算每个特征与缺陷个数之间的相关性,选出相关性最高的m个特征;然后,基于特征之间的关联性利用谱聚类对这m个特征进行聚类;最后,利用基于包裹式特征选择思想从每个簇中依次挑选最相关的特征形成最终的特征子集。实验结果表明,相比于
为了提高冰山立方体的计算性能,提出一种基于位图索引改进的DPBUC_BI(dynamic pruning based BUC_BI)算法。该算法利用位图索引按列组织的特性重新定义BUC(bottom-up computation)算法的分组操作,加快了数据的加载和查询;通过使用逻辑位运算实现聚合计算,提高了算法的计算性能。针对部分数据聚集现象增加动态剪枝策略,在保证算法正确性的情况下进一步提高了冰
随着三维打印技术的发展,面向3D打印服务的云制造平台也得到快速发展,改变着传统的制造模式。然而目前的云制造平台面临着诸多问题,针对目前存在的模型修复难度高及任务不能合理调度的问题,提出了保特征的模型修复算法和基于遗传算法的任务调度算法,并通过实验和仿真验证了算法的有效性。为了更好地体现算法效果,搭建了一个基于分布式制造的云制造平台,该平台配合模型自动修复算法以及基于遗传算法的任务调度算法,为用户提