一种适用于实时系统的过载控制策略HP-OMS

来源 :计算机应用研究 | 被引量 : 2次 | 上传用户:erywwb
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
为了提高实时系统的任务成功率和资源利用率,提出了一种过载控制策略HP-OMS。HP-OMS利用周期任务在每个超周期内保持其执行状态不变的特点,并与特定调度算法相结合,通过拒绝不可能完成的作业,消除了任务调度中作业级联抢占问题,提高了系统资源的有效利用率。实验结果显示,OMS适用于处理静态或者动态调度任务集,应用了OMS过载控制策略的调度算法能够明显提高系统性能。
其他文献
为了达到降低云环境下数据中心过高能耗的目的,提出一种基于功耗感知的虚拟机非合作博弈迁移算法PANMA。该算法主要分为基于中值绝对偏差的物理机选择、基于负载最大相关的虚拟机选择和基于非合作博弈的虚拟机迁移三个步骤。实验结果表明,该算法极大地减少了数据中心能量消耗。
研究一类属于不同公司的配送中心共享车队、仓储等资源为客户协同配送货物的协同车辆路径问题,将之视为"部分客户被一车辆访问"的集合划分问题。考虑车辆容量、车辆行驶最大里程、车辆配送任务的可靠性概率、时间窗等约束条件,建立以车辆配送总费用最小为目标的混合整数规划模型,并设计了求解该问题的遗传算法求解该问题。最后,通过一个算例验证了模型的正确性和合理性。
针对目前轨道检测数据以幅值超限统计的方式评价轨道平顺状态而未考虑轮轨关系及车辆实际响应的问题,提出一种基于车辆响应计算的地铁轨道平顺状态评价方法。该方法引入随机振动虚拟激励法对车辆动力学模型的响应谱进行计算,再由响应谱计算得到平稳性指标,指出在车辆动力学参数稳定状态下,平稳性指标可用于对轨道平顺状态的判定。不同车速下高级别轨道谱的平稳性指标均优于低级别轨道谱,结果表明该方法可对轨道的整体状态进行量
分析小麦碰撞声信号,可识别受损小麦。提取三类小麦碰撞声信号,分析小麦碰撞声的时域特征,建立合适的拟合模型,并提取残差平方和、判定系数、峰值振幅等六个时域特征;最后利用BP神经网络进行分类,发现小麦完好粒、虫害粒及霉变粒碰撞声信号的时域特征存在差异,并取得了较好的识别率。应用结果表明选用适当的数学模型能够较好地拟合小麦碰撞声信号,实现区分受损小麦颗粒与完好小麦颗粒。
在现有的基于差分隐私保护的直方图发布聚类处理算法中,没有算法考虑对方差较小与方差较大的直方图计数集加以区别对待,从而在处理方差较小的直方图计数集时造成算法复杂度过大。针对方差较小的直方图计数集,提出一种基于临近箱计数差值的分割策略。首先,通过计算相邻单位箱计数的差值确定分割边界;然后,根据重构误差与加噪误差的总量变化判断每次分割的可行性;最后,通过理论分析和实验仿真,该算法在保证发布数据准确度的同
针对嵌入式控制与数字信号处理混合应用领域,建立了一种基于MCU-DSP融合架构处理器的Load先行机制。该内核使用静态超标量技术,拥有整数、存取、循环三条流水线,并采用特殊的四级流水。在存取流水线中,Load先行机制通过动态调度指令的访存顺序,实现了Load指令对Store指令的先行,提前了整数流水线中运算操作数的准备,加快了流水线的处理速度。
由于目前博客基本是文本格式,提出基于语义理解分析博文倾向性的方法。算法以HowNet情感词语词库为基础,绿色网络云系统可以创建并不断完善绿色网络系统的情感字典云数据库,使用词语相似度方法计算词语的情感权值,同时利用词语的情感权值的计算对博文倾向性作初始判定,从而得到博文的情感倾向性判定结果。最后通过实验对该方法进行验证,结果表明该算法可以有效地判定博客文本情感倾向性,为绿色网络系统是否过滤该博客提
针对云计算下大量用户环境下网络异常流量分组管理问题进行研究,提出一种面向云计算的网络流量分组方法。该方法采用BIRCH算法对云计算产生的大量网络数据进行初次聚类,然后根据初次分类的统计特征进行分组融合,从而得到对网络流量的最终分类结果。实验通过一个具有突发异常流量的仿真场景,从分组效果和基于该分组的流量管理两个角度进行验证。实验结果证明,基于该方法能有效对异常用户进行分组,并且在有效阻断异常流量的
针对传统方法在分析DNA序列相似性方面的不足,提出了一种新的基于信息量的DNA序列相似性分析算法,该方法将DNA序列视为基于符号集{A,C,G,T}的信号序列,全部待比较的DNA序列组合成一个以字符A、C、G、T为属性值的信息系统。在所得数据库系统中引进DNA序列的信息量、联合信息量、条件信息量、交互信息量等概念,讨论这些信息量的性质并给出它们之间的一些关系式,然后在此基础上构建DNA序列相似性分
为使产品设计时间预测既克服小样本、异方差噪声问题,又提供除预测值以外的其他有用信息,建立概率支持向量回归(PSVR)模型。首先,在异方差回归模型基础上设计概率约束条件,以使预测值以较大概率位于真实值的某邻域,结合具有参数不敏感损失函数的支持向量回归确定优化目标,提出PSVR。然后,将最大完工时间知识嵌入进PSVR的约束条件,用以确定真实值邻域的宽度,将交叉验证与遗传算法相结合以确定PSVR的相关参