多核实时系统资源预留映射与仿真研究-计算机应用技术专业论文.docxVIP

万方数据 万方数据 Research on Mapping and Simulation of Multi-core Real-Time System Resource Reservation Candidate: Wu Kuijun Supervisor: Prof. Dai Guojun March, 2016 杭州电子科技大学 学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取 得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰 写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标 明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 日期： 年 月 日 学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻 读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论 文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复 印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、 缩印或其它复制手段保存论文。（保密论文在解密后遵守此规定） 论文作者签名： 日期： 年 月 日 指导教师签名： 日期： 年 月 日 杭州电子科技大学硕士学位论文 杭州电子科技大学硕士学位论文 摘 要 随着实时系统越来越多的被应用在多核处理器环境下，人们也越来越重视对多核处理 器上实时任务调度问题的研究。当前问题研究的重点是如何保证任务的可调度性、系统的 实时性、系统的效率以及如何节省处理器核资源和减少处理器能耗。本文将重点研究任务 调度算法来提高系统的资源利用效率。 实时程序在多核处理器上以资源预留的方式运行，可将其划分为多个任务，并将各个 任务部署到处理器核上。为了节省计算资源占用和减少处理器能耗，在部署时应该使用尽 量少的处理器核。本文提出了使用装箱问题(Bin Packing)建模多核处理器实时系统资源预留 方法中任务部署问题。为了解决此问题，提出了基于随机种群更换遗传算法(I_GA)实现对 基本算法(Genetic Algorithm，下面简称 GA)的改进和基于鱼群入侵模式的鱼群算法(I_AFSA) 实现对鱼群算法(Artificial Fish Swarm Algorithm，下面简称 AFSA)的改进。文章最后利用 Matlab 软件实现了一个实时调度集成仿真平台。论文主要工作为： (1) 第一章主要介绍了实时系统的应用背景，接着介绍了当前实时系统的国内外发展与 研究现状，最后对论文的主要内容及其组织结构安排进行了归纳。 (2) 第二章主要介绍了实时系统的相关理论知识，包括实时系统的相关知识、实时调度、 实时系统模型等知识. (3) 第三章对多核实时系统中任务映射问题进行了分析与研究。提出了使用一维装箱问 题建模多核处理器实时系统资源预留方法中任务部署问题。同时提出了任务调度的模型以 及对实时任务调度算法进行了一些研究。 (4) 第四章提出了基于随机种群更换遗传算法(I_GA)来解决多核实时系统任务调度问 题。本章在遗传算法(GA)的基础上提出了基于随机种群更换的优化算子的改进算法(I_GA)。 然后从多个方面对比 GA 算法和 I_GA 算法的性能。实验结果显示，I_GA 算法在节省处理 器核资源、提高算法性能和收敛速度等方面优于 GA 算法，同时在一定程度上满足了实时 性的要求。 (5) 第五章提出了基于鱼群入侵模式鱼群算法(I_AFSA) 来解决多核实时系统任务调度 问题。本章在人工鱼群算法(AFSA)的基础上提出了基于鱼群入侵模式鱼群算法(I_AFSA)。 然后从多个方面对比了 AFSA 算法和 I_AFSA 算法。实验结果表明，I_AFSA 算法在节省处 理器核资源、提高算法效率和收敛速度等方面优于 AFSA，同时在一定程度上满足了实时性 的要求。 (6) 第六章设计了一个实时任务调度集成仿真平台。该仿真平台目前集成了 GA 算法、 I_GA 算法、AFSA 算法和 I_AFSA 算法。通过此集成仿真平台，可以得到迭代次数与适应 I 值/优化值的关系，还可以得到算法占用的处理器核数量和算法优化所用的时间。 为了验证 I_GA 算法、I_AFSA 算法的性能，本文在 MATLAB R2012b 软件中从算法的 效率、节省处理器资源以及初始参数的选择对算法结果影响等角度对比了这两种改进的算 法与未改进算法。最后通过实验结果表明，本文提出 I_GA 算法、I_AFSA 算法能够有效解 决此问题且使用更少的处理器核资源，并且，在搜索最优解的效率与精度方面都高于未改 进