[发明专利]一种基于遗传算法的非精确混合关键任务节能调度方法

说明书

本发明涉及一种基于遗传算法的非精确混合关键任务节能调度方法，包括以下步骤：建立非精确混合关键任务调度模型；对非精确混合关键任务到多处理器的映射进行编码；制定适应度函数，对任务到处理器的任务映射方案进行评估选择；对已有的任务映射方案进行交叉操作和变异操作；计算各处理器任务集的能耗优化速度。本发明基于遗传算法，寻找让多处理器负载均衡的任务映射方案和计算各处理器能耗的最优速度，以确保所有任务都满足截止期限要求并降低系统能耗。

技术领域

本发明涉及实时系统、工业控制系统以及混合关键系统的实时调度，特别涉及一种基于遗传算法的非精确混合关键任务节能调度方法。

背景技术

随着嵌入式实时系统的发展，系统功能变得越来越复杂，更多的功能需要在处理性能、能耗和资源等均受限的系统中执行。为了充分利用受限的资源，把多种功能集成至单个系统上执行成为了一种主要趋势，这种集成的系统被称为混合关键系统，并在汽车和航空电子行业广泛应用，如航空电子领域标准ARINC和欧洲汽车行业的软件标准AUTOSAR都强调了系统的混合关键问题。

近年来混合关键系统成为了热门研究课题，为了满足逐渐多样化、复杂化的需求，如何提高低关键层次任务的服务质量一直是学术界关注的重点。随着摩尔定律减缓，多处理器平台已逐渐替代单处理器平台称为主流的计算平台，同时混合关键系统被部署到了性能更高的多处理器系统，但是多处理器系统需要更大的能耗，如何在保证系统实时性的同时降低能耗也成为了难点。现有的混合关键调度的研究主要关注系统的调度性，考虑能耗方面的研究相对较少。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于遗传算法的非精确混合关键任务节能调度方法，该方法在建立非精确混合关键任务模型的基础上，对非精确混合关键任务到多处理器的映射进行编码，制定适应度函数以对任务到处理器的映射方案进行评估选择，并对已有的任务映射方案进行交叉、变异操作，以寻找最佳负载均衡的任务映射方案；最后计算各处理器任务集的能耗优化速度，确保所有任务都满足截止期限要求且降低系统能耗。

为了实现上述目的，本发明的技术方案是：

一种基于遗传算法的非精确混合关键任务节能调度方法，包括：

建立非精确混合关键任务调度模型；

对非精确混合关键任务到多处理器的映射进行编码；

制定适应度函数，对任务到处理器的任务映射方案进行评估选择；

对已有的任务映射方案进行交叉操作和变异操作；

计算各处理器任务集的能耗优化速度，并以对应的速度调度任务集。

所述建立半透视非精确混合关键任务调度模型，包括：

非精确混合关键任务模型与传统的混合关键任务模型相比，主要区别是在于系统在高模式对低关键层次任务的处理方式不一样：非精确混合关键任务模型，在系统处于高模式时不放弃任何低关键层次任务的执行，而传统的混合关键任务模型在系统处于高模式时完全放弃低关键层次任务的执行；