[发明专利]在调度问题中降低最大数据存储的最大差值算法

摘要

一种在调度问题中降低最大数据存储的算法：通过计算r值的方法，r值越大表明该任务占用的硬件资源就越多，因此，先完成那些占用硬件资源较多的可以执行的任务结点，从而在已经进行软硬件划分的基础上增大硬件处理器的任务执行的并行量。由于在DAG图中每一个结点任务执行完之后都要产生新的数据，当下一个需要执行的任务子结点的所有父结点的任务未执行完毕时，已经执行完的任务结点产生的数据被存储，这样一定会增大该结点任务执行前的数据存储，这将提高数据存储器的最大存储容量要求，通过MDF算法，能充分发挥硬件处理器任务可以同时执行的优点，硬件处理器执行任务的并行量增大后，系统任务完成前的任意时刻的最大数据存储量将明显降低，提高调度效率。

主权项

一种在调度问题中降低最大数据存储的算法，其特征在于，包括如下步骤：1）系统任务已经由智能优化算法进行软硬件划分，将划分为由硬件执行的结点任务集合记为H，由软件执行的结点任务集合记为S，同时，将当前时刻记为CM，执行任务的下一时刻记为NM，已经完成的结点任务数记为Num；2）将在当前时刻即CM时刻能执行的结点任务集合记为A，如果A不为空，且A中非空元素对应的处理器有闲置的，计算出集合A中每一个结点任务对应的r值；3）执行最大r值对应的结点任务t，如果该结点被划分为硬件，则通过硬件执行，如果该结点被划分为软件，则通过软件执行，选择与r值对应的结点任务完成的时间值和CM时刻值两者中相对大的时间值，记为Va；4）如果Va的值大于系统中下一个结点任务的执行时间，则将NM赋值给CM，统计新的CM时刻能够执行的结点任务；如果Va的值小于下一结点任务的执行时刻时，则满足任务执行的条件；5）找出所有的父结点任务都已执行完毕的结点，将它们的集合作为新的在CM时刻进行任务调度的任务集A，跳转到步骤2；6）直到结点任务全部完成，循环结束。