期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到96篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Multi-strategy Enhanced Hiking Optimization Algorithm for Task Scheduling in the Cloud Environment 认领 引用
1
作者 Libang Wu Shaobo Li +2 位作者 Fengbin Wu Rongxiang Xie Panliang Yuan 《Journal of Bionic Engineering》 SCIE EI CSCD 2025年第3期1506-1534,共29页
Metaheuristic algorithms are pivotal in cloud task scheduling. However, the complexity and uncertainty of the scheduling problem severely limit algorithms. To bypass this circumvent, numerous algorithms have been prop... Metaheuristic algorithms are pivotal in cloud task scheduling. However, the complexity and uncertainty of the scheduling problem severely limit algorithms. To bypass this circumvent, numerous algorithms have been proposed. The Hiking Optimization Algorithm (HOA) have been used in multiple fields. However, HOA suffers from local optimization, slow convergence, and low efficiency of late iteration search when solving cloud task scheduling problems. Thus, this paper proposes an improved HOA called CMOHOA. It collaborates with multi-strategy to improve HOA. Specifically, Chebyshev chaos is introduced to increase population diversity. Then, a hybrid speed update strategy is designed to enhance convergence speed. Meanwhile, an adversarial learning strategy is introduced to enhance the search capability in the late iteration. Different scenarios of scheduling problems are used to test the CMOHOA’s performance. First, CMOHOA was used to solve basic cloud computing task scheduling problems, and the results showed that it reduced the average total cost by 10% or more. Secondly, CMOHOA has been applied to edge fog cloud scheduling problems, and the results show that it reduces the average total scheduling cost by 2% or more. Finally, CMOHOA reduced the average total cost by 7% or more in scheduling problems for information transmission. 展开更多
关键词 Task scheduling Chebyshev chaos Hybrid speed update strategy Metaheuristic algorithms The Hiking Optimization Algorithm(HOA)
Innovative Approaches to Task Scheduling in Cloud Computing Environments Using an Advanced Willow Catkin Optimization Algorithm 认领 引用 被引量：2
2
作者 Jeng-Shyang Pan Na Yu +3 位作者 Shu-Chuan Chu An-Ning Zhang Bin Yan Junzo Watada 《Computers, Materials & Continua》 SCIE EI 2025年第2期2495-2520,共26页
The widespread adoption of cloud computing has underscored the critical importance of efficient resource allocation and management, particularly in task scheduling, which involves assigning tasks to computing resource... The widespread adoption of cloud computing has underscored the critical importance of efficient resource allocation and management, particularly in task scheduling, which involves assigning tasks to computing resources for optimized resource utilization. Several meta-heuristic algorithms have shown effectiveness in task scheduling, among which the relatively recent Willow Catkin Optimization (WCO) algorithm has demonstrated potential, albeit with apparent needs for enhanced global search capability and convergence speed. To address these limitations of WCO in cloud computing task scheduling, this paper introduces an improved version termed the Advanced Willow Catkin Optimization (AWCO) algorithm. AWCO enhances the algorithm’s performance by augmenting its global search capability through a quasi-opposition-based learning strategy and accelerating its convergence speed via sinusoidal mapping. A comprehensive evaluation utilizing the CEC2014 benchmark suite, comprising 30 test functions, demonstrates that AWCO achieves superior optimization outcomes, surpassing conventional WCO and a range of established meta-heuristics. The proposed algorithm also considers trade-offs among the cost, makespan, and load balancing objectives. Experimental results of AWCO are compared with those obtained using the other meta-heuristics, illustrating that the proposed algorithm provides superior performance in task scheduling. The method offers a robust foundation for enhancing the utilization of cloud computing resources in the domain of task scheduling within a cloud computing environment. 展开更多
关键词 Willow catkin optimization algorithm cloud computing task scheduling opposition-based learning strategy
暂未订购 下载PDF
An Improved Multi-Objective Hybrid Genetic-Simulated Annealing Algorithm for AGV Scheduling under Composite Operation Mode 认领 引用 被引量：1
3
作者 Jiamin Xiang Ying Zhang +1 位作者 Xiaohua Cao Zhigang Zhou 《Computers, Materials & Continua》 SCIE EI 2023年第12期3443-3466,共24页
This paper presents an improved hybrid algorithm and a multi-objective model to tackle the scheduling problem of multiple Automated Guided Vehicles(AGVs)under the composite operation mode.The multi-objective model aim... This paper presents an improved hybrid algorithm and a multi-objective model to tackle the scheduling problem of multiple Automated Guided Vehicles(AGVs)under the composite operation mode.The multi-objective model aims to minimize the maximum completion time,the total distance covered by AGVs,and the distance traveled while empty-loaded.The improved hybrid algorithm combines the improved genetic algorithm(GA)and the simulated annealing algorithm(SA)to strengthen the local search ability of the algorithm and improve the stability of the calculation results.Based on the characteristics of the composite operation mode,the authors introduce the combined coding and parallel decoding mode and calculate the fitness function with the grey entropy parallel analysis method to solve the multi-objective problem.The grey entropy parallel analysis method is a combination of the grey correlation analysis method and the entropy weighting method to solve multi-objective solving problems.A task advance evaluation strategy is proposed in the process of crossover and mutation operator to guide the direction of crossover and mutation.The computational experiments results show that the improved hybrid algorithm is better than the GA and the genetic algorithm with task advance evaluation strategy(AEGA)in terms of convergence speed and solution results,and the effectiveness of the multi-objective solution is proved.All three objectives are optimized and the proposed algorithm has an optimization of 7.6%respectively compared with the GA and 3.4%compared with the AEGA in terms of the objective of maximum completion time. 展开更多
关键词 AGV scheduling composite operation mode genetic algorithm simulated annealing algorithm task advance evaluation strategy
暂未订购 下载PDF
Design of task priority model and algorithm for imaging observation problem 认领 引用 被引量：4
4
作者 WU Jian LU Fang +2 位作者 ZHANG Jiawei YANG Jinghui XING Lining 《Journal of Systems Engineering and Electronics》 SCIE CSCD 2020年第2期321-334,共14页
In the imaging observation system, imaging task scheduling is an important topic. Most scholars study the imaging task scheduling from the perspective of static priority, and only a few from the perspective of dynamic... In the imaging observation system, imaging task scheduling is an important topic. Most scholars study the imaging task scheduling from the perspective of static priority, and only a few from the perspective of dynamic priority. However,the priority of the imaging task is dynamic in actual engineering. To supplement the research on imaging observation, this paper proposes the task priority model, dynamic scheduling strategy and Heuristic algorithm. At first, this paper analyzes the relevant theoretical basis of imaging observation, decomposes the task priority into four parts, including target priority, imaging task priority, track, telemetry & control(TT&C)requirement priority and data transmission requirement priority, summarizes the attribute factors that affect the above four types of priority in detail, and designs the corresponding priority model. Then, this paper takes the emergency tasks scheduling problem as the background, proposes the dynamic scheduling strategy and heuristic algorithm. Finally, the task priority model,dynamic scheduling strategy and heuristic algorithm are verified by experiments. 展开更多
关键词 imaging observation system imaging task priority task priority model dynamic scheduling strategy heuristic algorithm
暂未订购 下载PDF
ETS-TEE: An Energy-Efficient Task Scheduling Strategy in a Mobile Trusted Computing Environment 认领 引用 被引量：3
5
作者 Hai Wang Lu Cai +2 位作者 Xuan Hao Jie Ren Yuhui Ma 《Tsinghua Science and Technology》 SCIE EI CAS CSCD 2023年第1期105-116,共12页
A trusted execution environment(TEE)is a system-on-chip and CPU system with a wide security solution available on today’s Arm application(APP)processors,which dominate the smartphone market.Generally,mobile APPs crea... A trusted execution environment(TEE)is a system-on-chip and CPU system with a wide security solution available on today’s Arm application(APP)processors,which dominate the smartphone market.Generally,mobile APPs create a trusted application(TA)in the TEE to process sensitive information,such as payment or message encryption,which is transparent to the APPs running in the rich execution environments(REEs).In detail,the REE and TEE interact and eventually send back the results to the APP in the REE through the interface provided by the TA.Such an operation definitely increases the overhead of mobile APPs.In this paper,we first present a comprehensive analysis of the performance of open-source TEE encrypted text.We then propose a high energy-efficient task scheduling strategy(ETS-TEE).By leveraging the deep learning algorithm,our policy considers the complexity of TA tasks,which are dynamically scheduled between modeling on the local device and offloading to an edge server.We evaluate our approach on Raspberry Pi 3B as the local mobile device and Jetson TX2 as the edge server.The results show that compared with the default scheduling strategy on the local device,our approach achieves an average of 38.0%energy reduction and 1.6×speedup.This greatly reduces the performance loss caused by mobile devices in order to protect the safe execution of applications,so that the trusted execution environment has both security and high performance. 展开更多
关键词 trusted execution environment mobile system task scheduling strategy optimization of energy efficiency
暂未订购 下载PDF
边缘计算环境下基于相关性的任务分区实时低功耗调度算法 认领 引用 被引量：3
6
作者 刘芳 陈子煜 +3 位作者 马昆 彭敏 何炎祥 胡威 《小型微型计算机系统》 CSCD 北大核心 2025年第2期289-296,共8页
在嵌入式实时系统中,边缘智能技术显著提升了计算性能.然而,确保任务时效性、提高效率、降低能耗和系统阻塞仍然是关键研究领域.本研究专注于同质多核系统的任务调度问题,提出了一种名为“基于相关性的任务分区节能调度策略”(CBTP)的... 在嵌入式实时系统中,边缘智能技术显著提升了计算性能.然而,确保任务时效性、提高效率、降低能耗和系统阻塞仍然是关键研究领域.本研究专注于同质多核系统的任务调度问题,提出了一种名为“基于相关性的任务分区节能调度策略”(CBTP)的节能调度策略.CBTP通过深度分析任务之间的依赖关系,为它们分配最优处理器,减少资源争用和阻塞.为了实现高效的并发访问,采用了多处理器堆栈资源协议(MSRP)和高性能的分区最早截止优先调度算法(P-EDF).同时,CBTP引入了双速节能机制,结合动态电压和频率调整(DVFS)来灵活调整任务的执行速度.实验结果表明,CBTP策略明显优于传统方法,显著降低了系统阻塞和能耗,验证了其在同质多核系统中的卓越性和有效性.这项研究提供了一种新的视角,旨在边缘计算环境下来提升实时系统的调度性能,同时提高调度的能源效率. 展开更多
关键词 边缘智能 任务时效性 任务调度 能耗 多核系统 CBTP策略
暂未订购 下载PDF
贪心策略与调度规则融合的煤矸分拣机器人多任务分配方法 认领 引用 被引量：1
7
作者 曹现刚 丁文韬 +3 位作者 吴旭东 王鹏 藏家松 刘依哲 《工矿自动化》 CSCD 北大核心 2025年第4期64-73,139,共10页
煤炭复杂的原煤开采工艺与原煤含矸率变化导致带式输送机上矸石的到达率、位置坐标和粒度大小呈现非线性变化,影响煤矸分拣的综合收益。在综合考虑矸石队列特征与排队论调度规则的基础上,提出了贪心策略与调度规则融合的多机械臂煤矸分... 煤炭复杂的原煤开采工艺与原煤含矸率变化导致带式输送机上矸石的到达率、位置坐标和粒度大小呈现非线性变化,影响煤矸分拣的综合收益。在综合考虑矸石队列特征与排队论调度规则的基础上,提出了贪心策略与调度规则融合的多机械臂煤矸分拣机器人多任务分配方法。构建包含匹配矩阵、效益矩阵和环境状态矩阵的多机械臂煤矸分拣机器人多任务分配基础框架。分析矸石队列各维度信息特点与部分调度规则机理,研究不同调度规则间的组合方法,建立调度规则组合集,通过贪心策略比较不同时间窗口内不同调度规则的综合收益,以煤矸分拣过程中的分拣率与任务完成成功率作为综合收益,按照综合收益最大来选择调度规则进行多任务分配。搭建不同最大过煤量的时变原煤流仿真环境,进行多机械臂煤矸分拣机器人多任务分配仿真实验,结果表明:对于最大过煤量120,150 kg/s的时变原煤流样本,采用贪心策略与调度规则融合的煤矸分拣机器人多任务分配方法时矸石分拣率分别为97.69%,89.10%,较单一调度规则方法分别提升6.82%,5.67%;任务完成成功率为95.64%,86.46%,较单一调度规则方法分别提升3.02%,2.13%;机械臂利用率标准差较小,表明该方法降低了原煤流时变性对煤矸分拣综合收益的影响。 展开更多
关键词 煤矸分拣机器人 多机械臂 时变原煤流 多任务分配 贪心策略 调度规则组合
暂未订购 下载PDF
Decomposition-Based Multi-Objective Optimization for Energy-Aware Distributed Hybrid Flow Shop Scheduling with Multiprocessor Tasks 认领 引用 被引量：34
8
作者 Enda Jiang Ling Wang Jingjing Wang 《Tsinghua Science and Technology》 SCIE EI CAS CSCD 2021年第5期646-663,共18页
This paper addresses the Energy-Aware Distributed Hybrid Flow Shop Scheduling Problem with Multiprocessor Tasks(EADHFSPMT)by considering two objectives simultaneously,i.e.,makespan and total energy consumption.It cons... This paper addresses the Energy-Aware Distributed Hybrid Flow Shop Scheduling Problem with Multiprocessor Tasks(EADHFSPMT)by considering two objectives simultaneously,i.e.,makespan and total energy consumption.It consists of three sub-problems,i.e.,job assignment between factories,job sequence in each factory,and machine allocation for each job.We present a mixed inter linear programming model and propose a Novel MultiObjective Evolutionary Algorithm based on Decomposition(NMOEA/D).We specially design a decoding scheme according to the characteristics of the EADHFSPMT.To initialize a population with certain diversity,four different rules are utilized.Moreover,a cooperative search is designed to produce new solutions based on different types of relationship between any solution and its neighbors.To enhance the quality of solutions,two local intensification operators are implemented according to the problem characteristics.In addition,a dynamic adjustment strategy for weight vectors is designed to balance the diversity and convergence,which can adaptively modify weight vectors according to the distribution of the non-dominated front.Extensive computational experiments are carried out by using a number of benchmark instances,which demonstrate the effectiveness of the above special designs.The statistical comparisons to the existing algorithms also verify the superior performances of the NMOEA/D. 展开更多
关键词 distributed hybrid flow shop multiprocessor tasks energy-aware scheduling multi-objective optimization decomposition dynamic adjustment strategy
暂未订购 下载PDF
改进麻雀搜索算法的远程健康线下服务任务调度方法 认领 引用
9
作者 黄嘉铖 蔡延光 +1 位作者 胡城 曾庆丰 《自动化与信息工程》 2025年第2期38-47,共10页
针对麻雀搜索算法在解决远程健康线下服务任务调度的路径规划时,存在收敛速度慢、全局搜索能力不足和易陷入局部最优解等问题,提出一种改进麻雀搜索算法的远程健康线下服务任务调度方法。首先,引入基于融合转移概率的正余弦策略发现者... 针对麻雀搜索算法在解决远程健康线下服务任务调度的路径规划时,存在收敛速度慢、全局搜索能力不足和易陷入局部最优解等问题,提出一种改进麻雀搜索算法的远程健康线下服务任务调度方法。首先,引入基于融合转移概率的正余弦策略发现者更新机制,提高发现者个体的全局搜索能力;然后,引入基于动态自适应权重的混合粒子群追随者更新机制,增强种群间的信息交流,避免算法陷入局部最优解;最后,引入种群多样性丰富机制,扩大算法搜索范围,提升跳出局部最优解的能力。实验结果表明:在解决远程健康线下服务任务调度的路径规划问题上,改进的麻雀搜索算法相较于麻雀搜索算法、多目标遗传算法,服务成本更低,服务效率更高。 展开更多
关键词 改进麻雀搜索算法 远程健康线下服务 任务调度 路径规划 正余弦策略 粒子群优化
暂未订购 下载PDF
GCSS:a global collaborative scheduling strategy for wide-area high-performance computing 认领 引用 被引量：2
10
作者 Yao SONG Limin XIAO +4 位作者 Liang WANG Guangjun QIN Bing WEI Baicheng YAN Chenhao ZHANG 《Frontiers of Computer Science》 SCIE EI CSCD 2022年第5期1-15,共15页
Wide-area high-performance computing is widely used for large-scale parallel computing applications owing to its high computing and storage resources.However,the geographical distribution of computing and storage reso... Wide-area high-performance computing is widely used for large-scale parallel computing applications owing to its high computing and storage resources.However,the geographical distribution of computing and storage resources makes efficient task distribution and data placement more challenging.To achieve a higher system performance,this study proposes a two-level global collaborative scheduling strategy for wide-area high-performance computing environments.The collaborative scheduling strategy integrates lightweight solution selection,redundant data placement and task stealing mechanisms,optimizing task distribution and data placement to achieve efficient computing in wide-area environments.The experimental results indicate that compared with the state-of-the-art collaborative scheduling algorithm HPS+,the proposed scheduling strategy reduces the makespan by 23.24%,improves computing and storage resource utilization by 8.28%and 21.73%respectively,and achieves similar global data migration costs. 展开更多
关键词 high-performance computing scheduling strategy task scheduling data placement
暂未订购 下载PDF
分布式云中QoS驱动的AI任务调度优化 认领 引用
11
作者 王钤 孙梦宇 +1 位作者 任慧蕾 黄志兰 《计算机工程与设计》 北大核心 2025年第9期2517-2524,共8页
为进一步优化分布式云中AI任务的卸载与资源调度,提出一种基于最大最小公平思想(Max-min fairness)的任务卸载与资源调度算法(Mmf-TO-RS),考虑了中心云和边缘云的能力差异、任务优先级、时延约束和资源碎片化等多维因素建立任务调度模型... 为进一步优化分布式云中AI任务的卸载与资源调度,提出一种基于最大最小公平思想(Max-min fairness)的任务卸载与资源调度算法(Mmf-TO-RS),考虑了中心云和边缘云的能力差异、任务优先级、时延约束和资源碎片化等多维因素建立任务调度模型,并通过遗传算法与Max-min fairness策略相结合制定任务调度策略,实现更高效的资源利用和更优的服务质量。与其它算法进行大规模仿真对比实验发现,Mmf-TO-RS算法在任务完成时间、等待时间和资源利用率等关键性能指标上具有明显优势。 展开更多
关键词 分布式云 云边协同 推理任务 任务卸载 资源调度 服务质量 调度策略
暂未订购 下载PDF
物联网环境下边缘计算任务卸载策略研究 认领 引用 被引量：1
12
作者 林铭灿 《信息与电脑》 2025年第21期87-89,共3页
文章鉴于在物联网环境下所面临的设备算力受到限制以及数据处理过程中负载呈现不均等状况,经深入研究,提出了一种将资源感知以及动态权重调整予以融合的边缘计算任务卸载策略。该策略通过构建涵盖多个维度的资源评估模型,结合节点的实... 文章鉴于在物联网环境下所面临的设备算力受到限制以及数据处理过程中负载呈现不均等状况,经深入研究,提出了一种将资源感知以及动态权重调整予以融合的边缘计算任务卸载策略。该策略通过构建涵盖多个维度的资源评估模型,结合节点的实时状态与任务自身特征进行卸载判定,并专门设计了一种具有轻量化特点的优先级调度机制,以此来提升任务处理效率。经过实际测试得出的结果表明,此策略在面临多任务条件下,能够切实有效地降低平均响应时延。 展开更多
关键词 物联网 边缘计算 任务卸载 资源感知 调度策略
暂未订购 下载PDF
面向边缘设备的高能效深度学习任务调度策略 认领 引用 被引量：25
13
作者 任杰 高岭 +1 位作者 于佳龙 袁璐 《计算机学报》 EI CAS CSCD 北大核心 2020年第3期440-452,共13页
近年来,深度学习在图像和自然语言处理等诸多领域表现出色,与深度学习相关的各类移动应用发展迅速,但由于移动网络状态的不稳定性及网络带宽的限制,基于云计算的深度模型任务可能出现较大响应延迟,严重影响用户体验.与此同时,深度模型... 近年来,深度学习在图像和自然语言处理等诸多领域表现出色,与深度学习相关的各类移动应用发展迅速,但由于移动网络状态的不稳定性及网络带宽的限制,基于云计算的深度模型任务可能出现较大响应延迟,严重影响用户体验.与此同时,深度模型对设备的计算及存储能力有较高的要求,无法直接在资源受限的移动设备中进行部署.因此,亟须设计一种新的计算模式,使得基于深度模型的移动应用能够满足用户对快速响应、低能耗及高准确率的期望.本文提出一种面向边缘设备的深度模型分类任务调度策略,该策略通过协同移动设备与边缘服务器,充分利用智能移动终端的便捷性和边缘服务器强大的计算能力,综合考虑分类任务的复杂度和用户期望,完成深度模型在移动设备和边缘服务器中的动态部署,并对推理任务进行动态调度,从而提升任务执行效率,降低深度学习模型推理开销.本文以基于卷积神经网络的图像识别应用为例,实验结果表明,在移动环境中,相比于准确率最高的深度模型,本文提出的高能效调度策略的推理能耗可降低93.2%、推理时间降低91.6%,同时准确率提升3.88%. 展开更多
关键词 深度学习模型 边缘设备 任务调度策略 能效优化
暂未订购 下载PDF
边缘环境下计算密集型任务调度研究综述 认领 引用 被引量：13
14
作者 刘炎培 朱运静 +2 位作者 宾艳茹 陈宁宁 王丽萍 《计算机工程与应用》 CSCD 北大核心 2022年第20期28-42,共15页
随着移动设备数量的急剧增长及计算密集型应用如人脸识别、车联网以及虚拟现实等的广泛使用,为了实现满足用户QoS请求的任务和协同资源的最优匹配,使用合理的计算密集型应用的任务调度方案,从而解决边缘云中心时延长、成本高、负载不均... 随着移动设备数量的急剧增长及计算密集型应用如人脸识别、车联网以及虚拟现实等的广泛使用,为了实现满足用户QoS请求的任务和协同资源的最优匹配,使用合理的计算密集型应用的任务调度方案,从而解决边缘云中心时延长、成本高、负载不均衡和资源利用率低等问题。阐述了边缘计算环境下计算密集型应用的任务调度框架、执行过程、应用场景及性能指标。从时间和成本、能耗和资源利用率以及负载均衡和吞吐量为优化目标的边缘计算环境下计算密集型应用的任务调度策略进行了对比和分析,并归纳出目前这些策略的优缺点及适用场景。通过分析5G环境下基于SDN的边缘计算架构,提出了基于SDN环境下的边缘计算密集型数据包任务调度策略、基于深度强化学习的计算密集型应用的任务调度策略和5G IoV网络中多目标跨层任务调度策略。从容错调度、动态微服务调度、人群感知调度以及安全和隐私等几个方面总结和归纳了目前边缘计算环境中任务调度所面临的挑战。 展开更多
关键词 边缘计算 计算密集型 任务调度 软件定义网络(SDN) 调度策略
暂未订购 下载PDF
面向优先级用户的移动边缘计算任务调度策略 认领 引用 被引量：13
15
作者 董思岐 李海龙 +1 位作者 屈毓锛 胡磊 《计算机应用研究》 CSCD 北大核心 2020年第9期2701-2705,共5页
随着移动终端处理的数据量及计算规模不断增加,为降低任务处理时延、满足任务的优先级调度需求,结合任务优先级及时延约束,提出了基于任务优先级的改进min-min调度算法(task priority-based min-min,TPMM)。该算法根据任务的处理价值及... 随着移动终端处理的数据量及计算规模不断增加,为降低任务处理时延、满足任务的优先级调度需求,结合任务优先级及时延约束,提出了基于任务优先级的改进min-min调度算法(task priority-based min-min,TPMM)。该算法根据任务的处理价值及任务的数据量计算任务的优先级,结合任务截止时间、服务器调度次数制定资源匹配方案,解决了边缘网络中服务器为不同优先级的用户进行计算资源分配的问题。仿真实验结果表明,该算法可以均衡服务器利用率,并有效降低计算处理的时延,提高服务器在任务截止处理时间内完成任务计算的成功率,相比min-min调度算法,TPMM算法最多可降低78.45%的时延,提高80%的计算成功率;相比maxmin调度算法,TPMM算法最多可降低80.15%的时延并提高59.7%的计算成功率;相比高优先级(high priority first,HPF)调度算法,TPMM算法最多降低59.49%的时延,提高57.7%的计算成功率。 展开更多
关键词 边缘计算 优先级用户 任务调度策略
暂未订购 下载PDF
考虑任务聚类的多星观测分阶段调度方法研究 认领 引用 被引量：7
16
作者 伍国华 马满好 +1 位作者 王慧林 邱涤珊 《宇航学报》 EI CAS CSCD 北大核心 2011年第10期2273-2279,共7页
单个轨道圈次内星上能量和侧摆次数有限,在卫星观测调度时考虑任务聚类可以提高观测效率。分析了满足用户分辨率需求下多任务聚类的约束条件,并对聚类任务的时间窗口和侧摆角度进行了合理优化。提出了先聚类后调度再修复的分阶段求解策... 单个轨道圈次内星上能量和侧摆次数有限,在卫星观测调度时考虑任务聚类可以提高观测效率。分析了满足用户分辨率需求下多任务聚类的约束条件,并对聚类任务的时间窗口和侧摆角度进行了合理优化。提出了先聚类后调度再修复的分阶段求解策略:首先用团划分聚类算法和启发式插入聚类算法把多星多轨道圈次观测调度问题转化为单星单轨道圈次观测调度问题,然后采用基于时间序无圈有向图的多准则优化卫星调度方法求解单星单轨道圈次调度问题,最后提出一种修复策略进一步优化调度结果。案例仿真表明,提出的方法可行,能够提高卫星的观测效率。 展开更多
关键词 卫星观测调度 任务聚类 分阶段调度 修复策略
暂未订购 下载PDF
卫星任务调度统一化建模与多策略协同求解方法 认领 引用 被引量：20
17
作者 杜永浩 邢立宁 +1 位作者 陈盈果 向尚 《控制与决策》 EI CSCD 北大核心 2019年第9期1847-1856,共10页
针对卫星任务调度"一星一系统"、测运控分离的现状,以卫星执行任务产生的星上独立事件和星地协同事件作为调度对象,以事件可执行时机作为调度资源,建立卫星任务调度统一化约束满足模型,将传统运控任务调度与测控任务调度纳入... 针对卫星任务调度"一星一系统"、测运控分离的现状,以卫星执行任务产生的星上独立事件和星地协同事件作为调度对象,以事件可执行时机作为调度资源,建立卫星任务调度统一化约束满足模型,将传统运控任务调度与测控任务调度纳入统一的建模方法.为保障模型的通用性和适应性,设计包含构造启发式、智能优化和针对性算法改进的多策略协同求解方法,搭建卫星任务调度算法与调度模型松耦合、模块化的系统架构.实验测试表明,所提出方法能够弥补传统模型在敏捷遥感卫星任务调度和高轨卫星测控调度场景下的局限性,在Benchmark问题和实际应用场景中均表现出良好的适用性和优化效果. 展开更多
关键词 卫星任务调度 统一化建模 约束满足 多策略协同 智能优化方法
暂未订购 下载PDF
6G联邦边缘学习新范式:基于任务导向的资源管理策略 认领 引用 被引量：9
18
作者 王志勤 江甲沫 +5 位作者 刘沛西 曹晓雯 李阳 韩凯峰 杜滢 朱光旭 《通信学报》 EI CSCD 北大核心 2022年第6期16-27,共12页
综述了面向6G的联邦边缘学习技术,能够充分利用分布在网络边缘的丰富数据使之服务于人工智能模型训练,以联邦边缘学习为代表的边缘智能技术应运而生,其中无线资源管理策略将以最优化任务学习性能为导向,例如优化模型训练时间、学习收敛... 综述了面向6G的联邦边缘学习技术,能够充分利用分布在网络边缘的丰富数据使之服务于人工智能模型训练,以联邦边缘学习为代表的边缘智能技术应运而生,其中无线资源管理策略将以最优化任务学习性能为导向,例如优化模型训练时间、学习收敛性等,从而实现从通信导向到任务导向的设计范式变革。首先,概述了联邦边缘学习基本概念、典型应用场景及其在无线资源管理中的关键问题。然后,以联邦边缘学习中带宽资源分配和用户调度策略为典型的资源管理案例,深入阐述了基于任务导向的设计范式思想。最后,对联邦边缘学习的未来潜在研究方向进行了展望,包括与无线空中计算、通信感知一体化等全新技术的融合赋能。 展开更多
关键词 6G智能网络 任务导向的联邦边缘学习 资源管理策略 用户调度策略
暂未订购 下载PDF
考虑任务合成的成像卫星调度问题 认领 引用 被引量：12
19
作者 白保存 贺仁杰 +1 位作者 李菊芳 陈英武 《航空学报》 EI CAS 北大核心 2009年第11期2165-2171,共7页
某些成像卫星的侧摆机动性能较差,限制了卫星的观测能力,需要考虑任务合成以提高观测效率。建立了考虑任务合成的成像卫星调度问题模型,并提出了求解该模型的快速模拟退火算法(VFSA)。算法针对元任务及合成任务分别构造邻域,采用合成邻... 某些成像卫星的侧摆机动性能较差,限制了卫星的观测能力,需要考虑任务合成以提高观测效率。建立了考虑任务合成的成像卫星调度问题模型,并提出了求解该模型的快速模拟退火算法(VFSA)。算法针对元任务及合成任务分别构造邻域,采用合成邻域、分解邻域实现调度过程中任务动态合成操作。采用"冒险"的接受概率和快速退火计划,提高算法的求解速度。采用回火机制及3种分化策略,避免算法陷入局部最优。大规模测试算例验证了算法的效率。 展开更多
关键词 成像卫星 任务合成 调度 快速模拟退火算法 分化机制
暂未订购 下载PDF
基于可靠性的云工作流调度策略 认领 引用 被引量：10
20
作者 闫歌 于炯 杨兴耀 《计算机应用》 CSCD 北大核心 2014年第3期673-677,共5页
经过对已有云工作流调度算法中可靠性问题进行分析研究,针对一些算法在任务调度过程中只考虑提高整个工作流的可靠性而牺牲了时间或增加花费的问题,结合云计算的特点,提出一种基于可靠性的工作流调度策略。该策略结合了工作流中任务的... 经过对已有云工作流调度算法中可靠性问题进行分析研究,针对一些算法在任务调度过程中只考虑提高整个工作流的可靠性而牺牲了时间或增加花费的问题,结合云计算的特点,提出一种基于可靠性的工作流调度策略。该策略结合了工作流中任务的可靠性,充分考虑任务的优先顺序并结合复制的思想,在减少传输过程失败率的同时降低传输时间,使整个工作流在降低完成时间的同时,提高整体可靠性。通过实验和分析表明,通过该策略云工作流在不同任务数和通信运算比(CCR)的可靠性比异态最早结束时间算法(HEFT)算法及其改进算法——SHEFTEX都有所提升,完成时间比HEFT算法有所减少。 展开更多
关键词 云计算 工作流 可靠性 任务分配 调度策略
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈