基于启发式蚁群的异构CMP任务调度研究-计算机应用技术专业论文.docxVIP

基于启发式蚁群的异构CMP任务调度研究-计算机应用技术专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
万方数据 万方数据 分类号: 密级: UDC: 编号: 工学硕士学位论文 基于启发式蚁群的异构 CMP 任务调度研究 硕士研究生 :张大虎 指 导 教 师 :李静梅 教授 学 位 级 别 :工学硕士 学科、专业 :计算机应用技术 所 在 单 位 :计算机科学与技术学院 论文提交日期 :2013 年 12 月 论文答辩日期 :2014 年 3 月 学位授予单位 :哈尔滨工程大学 万方数据 万方数据 Classified Index: U.D.C: A Dissertation for the Degree of M. Eng Hybrid Heuristic Ant Colony Algorithm for Task Scheduling on Heterogeneous CMP Candidate: Zhang Dahu Supervisor: Prof. Li Jingmei Academic Degree Applied for: Master of Engineering Specialty: Computer Applied Technology Date of Submission: Dec., 2013 Date of Oral Examination: Mar., 2014 University: Harbin Engineering University 万方数据 万方数据 哈尔滨工程大学 学位论文原创性声明 本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。 有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注 明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。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。本人完全意识到本声 明的法律结果由本人承担。 作者(签字): 日期: 年 月 日 哈尔滨工程大学 学位论文授权使用声明 本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作 的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送 交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进 行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的 全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一 署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。 本论文(□在授予学位后即可 □在授予学位 12 个月后 □解密后)由哈尔滨工程大 学送交有关部门进行保存、汇编等。 作者(签字): 导师(签字): 日期: 年 月 日 年 月 日 基于启 基于启发式蚁群的异构 CMP 任务调度研究 哈尔滨 哈尔滨工程大学硕士学位论文 万方数据 万方数据 万方数据 万方数据 摘 要 异构多核处理器系统将不止一种类型的内核集成在一起,可以同时发挥不同类型 核心的长处,加快程序的执行速度并降低系统功耗。为提高异构 CMP 任务调度执行效 率,充分发挥异构 CMP 的异构性和并行能力,设计一种适合异构多核 CMP 平台上依 赖任务调度算法,尽可能提高异构 CMP 系统资源利用率和吞吐量,是一个重要而现实 的热点问题。 本文通过对多核处理器任务调度及其现有算法进行分析,提出一种基于启发式蚁群 的异构 CMP 任务调度算法—H2IACOTS。该算法包括两个步骤:首先利用表调度算法 CPOP 生成一个高质量的调度序列,将此调度序列转化成蚁群算法所需要的搜索路径上 的信息素初始分布;然后利用本文提出的蚁群算法的正反馈、全局收敛的优势求取最优 任务调度。为了进一步提高算法效率,本文还引入遗传算法的突变特性,对局部蚁群算 法局部搜索进行优化,提高算法的搜索速度。H2IACOTS 算法使用了启发式算法和蚁群 算法相结合的方法,发挥了启发式算法和蚁群算法在任务调度算法的各自优势,又克服 了启发式算法不能得出最优解的缺陷以及蚁群算法初始信息匮乏和陷入“早熟”现象的 不足,并且在算法中提出了利用遗传算法突变特性对蚁群算法进行局部优化,改善整个 群体性能,减少计算时间。 为了证明该算法在异构系统依赖任务调度问题上的适用性和高效性,实验采用随机 生成不同特点的任务图集合和不同的硬件条件即处理器内核个数作为算法测试输入,并 在 Matlab 平台编程实现该算法,对 H2IACOTS 算法各参数范围的选取进行探索,验证 算法的收敛性能和任务调度时间。实验结果表明:与现有的启发式算法和随机搜索算法 相比,H2IACOTS 算法总能找到异构 CMP 下依赖任务调度难题的最优或次优解,而且 算法执行搜索任务时间最短,算法拥有较好的稳定性和可扩展性,同时为相关研究提

您可能关注的文档

文档评论(0)

1234554321 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档