基于异构多核处理器系统的任务调度算法分析-analysis of task scheduling algorithm based on heterogeneous multi-core processor system.docxVIP

南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包 含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的 任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名： 日期： 南京邮电大学学位论文使用授权声明南京邮电大学、中国科学技术信息研究所、国家图书馆有权保留本人所送 交学位论文的复印件和电子文档，可以采用影印、缩印或其它复制手段保存论 文。本文电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文 外，允许论文被查阅和借阅，可以公布（包括刊登）论文的全部或部分内容。 论文的公布（包括刊登）授权南京邮电大学研究生院（筹）办理。研究生签名： 导师签名： 日期： 第一章 绪论本文主要针对异构多核处理器系统的任务调度算法的现状，分析其优缺点， 指出其相关算法的片面性，研究其进行优化的可能性，最后在原有的基因遗传算 法的基础上提出一种具有优良种群的动态遗传算法将其应用到异构多核处理器 系统环境中，模拟对比分析这种动态基因遗传算法的改进效率。本章主要介绍其 课题研究背景及其意义，简要指出任务调度算法的发展现状，说明基因遗传算法 解决调度问题的可行性，最后列出本文的组织结构。1.1 研究背景及其意义随着科学技术的不断进步人们进入了高速的信息化时代，而支撑这个时代的 基石就是处理器系统。今天高速发展的处理器芯片技术也已经发生了革命性的变 化，在不断满足人们所追求的速度时，已经由单核处理器发展成为多核处理器。 而系统性能的提高的关键不仅在于硬件的支持，更需要软件系统的支撑。作为软 件系统中与处理器系统联系最紧密、最为核心的部分要属任务调度系统，任务调 度算法的好坏直接影响着系统性能的发挥，这也使它成为计算机科学技术研究最 基本的课题。多核处理器系统的出现为任务调度问题带来了新的变化，如何利用高效的调 度任务来使多核处理器系统充分发挥其性能已经是我们必须要解决的问题。所谓 的任务调度问题，既将通过程序划分后的子任务调度分配到合适的核上执行使得 程序的整体执行时间最短；还有就是任务之间的通信同步，及保持不同内核上的 数据一致性问题。现在，同构多核处理器系统的任务调度算法研究已基本成熟， 而异构多核处理器系统也已经在嵌入式系统中得到应用，对于这种处理器的研究 国内目前主要是在硬件的改进和软件构架方面，而对于异构多核处理器系统任务 调度算法才还不太完善，有很大的改进空间。多核处理器系统任务调度问题已经被证明是一个 NP 完全问题[1]，对于异构 多核处理器系统任务调度也存在同样的问题。在异构多核处理器中，任务在不同 的处理器核的运行时间也不同，任务分配的目的就是找出一个任务组合，使它们在某个处理器核上的执行效率最高，实际上任务调度问题就是一种组合优化问题，通过不同的组合方式找出最优的组合。但是要使整个系统任务完成时间最小以及 要求负载尽量均衡，不能将所有任务都分配到执行效率最高的处理器核上运行。 因此需要寻找任务分配方法使处理器完成任务的最大完成时间最少，即系统最少 完成时间，同时又保证负载均衡。但异构多核处理器系统任务调度是 NP 完全问 题，对于 NP 完全问题很难寻找到多项式时间算法来求最优解，目前对异构多核 处理器系统任务调度算法还没有找到那样一种算法，证明是最优的，当前这类任 务调度问题都是近似算法。针对异构多核处理器系统任务调度这类问题，有一些调度算法，其收敛速度 快，像网格中的启发式算法 Min-min、Max-min、Sufferage 等,但这些调度算法 得到的解比较粗糙，所得结果其最优解效率低。于是经过研究人员的不断努力寻 求最优解，充分利用仿生学原理，将人工智能方法运用到了系统调度问题，从而 找到相对较好的解，但这些调度算法一般收敛时间比较长，效率比较低，所以需 要从不同的角度对其进行优化，使其尽量满足用户 QoS(Quality of Service)需求的 情况下来提高算法的执行效率。目前常用的人工智能算法有基因遗传算法、模拟退火算法、蚁群算法、禁忌 搜索、神经网络等，这些算法在寻求最优解的过程中模拟自然过程，往往能够得 到比较好的解。模拟退火算法借鉴于学中固体物质的退火过程，蚁群算法模拟蚁 群在寻找食物过程中发现最优路径的过程，禁忌搜索算法源于人们记忆过程中的 智能过程，神经网络更是利用人脑的通信机制来寻求最优解。可见，这些人工智 能算法在借鉴于大自然的不同优势，再根据实际应用中的具体问题，将这样自然 界的生物过程应用到实际问题中，从而得出最优解。人工智能中的基因遗传算法(Genetic Algorithm，GA)是