[发明专利]适用于开放式数控系统周期性依赖任务的低功耗调度方法

权利要求书

1.适用于开放式数控系统周期性依赖任务的低功耗调度方法，其特征在于，包括以下步骤：

步骤1：初始化遗传算法参数；

步骤2：采用有向无环图对周期性依赖任务进行建模；

步骤3：建立调度任务的目标函数，设定约束条件，得到最优化模型；

步骤4：用改进的遗传算法求解最优化模型，得到任务调度序列及处理器需要配置的供电电压；

所述用改进的遗传算法求解最优化模型，得到任务调度序列及处理器需要配置的供电电压，包括：

步骤4.1：采用改进的遗传算法循环迭代搜索最优化模型的近似最优解，再进行变邻域搜索得到最优解；

步骤4-2：根据最优解进行任务调度；

所述最优化模型包括：当系统满足约束条件时，找到最优的任务调度序列及处理器电压，使得系统总能耗E最小；

最小化：

约束条件：

其中，e_ikl表示任务t_i在电压为v_l的处理器p_k上运行时的能耗，N为系统中任务个数，M为处理器个数，v_k为处理器供电电压的集合，EST_i为任务t_i的最早开始时间，ST_i为任务t_i的实际开始时间，FT_i为任务t_i的结束时间，d_i为任务t_i的截止期限，而x_ikl的定义如下：

所述采用改进的遗传算法循环迭代搜索最优化模型的近似最优解，再进行变邻域搜索得到最优解，包括：

a.确定染色体结构；

b.生成初始种群：根据任务的有向无环图生成包含P_size个染色体的初始种群；

c.计算种群适应度

d.对初始化种群进行选择、交叉和变异操作；

e.将变异得到的子代染色体与父代染色体合并，生成规模为2P_size的种群，计算新种群每个染色体的适应度值并由大到小排序，选取前P_size个染色体生成下一代种群；

f.对当前种群最优染色体BS进行变邻域搜索，获得邻域内新的当代最优染色体S，选择S与BS中适应度值大的染色体作为当前种群的最优解；其中，最优个体BS′为适应度值最高的染色体；

g.判断是否满足截止条件：若满足则输出最优解，否则返回d。

2.根据权利要求1所述的适用于开放式数控系统周期性依赖任务的低功耗调度方法，其特征在于，所述遗传算法参数包括：总迭代次数为Max_gen、种群规模为P_size、交叉概率为P_C、变异概率为P_M、迭代次数为R。

3.根据权利要求1所述的适用于开放式数控系统周期性依赖任务的低功耗调度方法，其特征在于，选择3×N的二维矩阵来表示染色体，其中N为任务个数，矩阵中第一行代表任务编号，第二行代表为相应任务分配的处理器编号，第三行表示相应处理器提供的供电电压。

4.根据权利要求1所述的适用于开放式数控系统周期性依赖任务的低功耗调度方法，其特征在于，所述选择为采用基于概率的轮盘赌选择法。

5.根据权利要求1所述的适用于开放式数控系统周期性依赖任务的低功耗调度方法，其特征在于，所述交叉为根据交叉概率选择父代染色体用于后代染色体的拓扑结构，采用段内交叉的方式生成子代染色体。

6.根据权利要求1所述的适用于开放式数控系统周期性依赖任务的低功耗调度方法，其特征在于，所述变异为根据变异概率选取染色体进行单点变异操作，得到子代染色体。