面向異構(gòu)多核處理器的微內(nèi)核任務(wù)調(diào)度的研究.pdf

1、異構(gòu)多核架構(gòu)是當(dāng)今處理器發(fā)展的主要方向，在單核處理器發(fā)展陷入瓶頸的情況下，同構(gòu)多核處理器通過增加片內(nèi)核心數(shù)量，提高指令執(zhí)行并行度，達(dá)到了提高運(yùn)算速度的目的。在此基礎(chǔ)上，異構(gòu)架構(gòu)則通過硬件性能的差異實(shí)現(xiàn)程序執(zhí)行的硬件加速。為充分發(fā)揮異構(gòu)多核處理器的性能優(yōu)勢，提高微內(nèi)核操作系統(tǒng)的表現(xiàn)，研究其任務(wù)調(diào)度問題已成為重要的一個(gè)課題。
　　本文首先簡要介紹了異構(gòu)多核處理器的架構(gòu)特點(diǎn)，分析了微內(nèi)核操作系統(tǒng)的架構(gòu)，并闡述了QNX，Vxworks等支

2、持多核處理器的微內(nèi)核操作系統(tǒng)。然后對異構(gòu)平臺上的微內(nèi)核操作系統(tǒng)的任務(wù)調(diào)度問題進(jìn)行了研究，在單核和多核兩個(gè)方面分析了任務(wù)調(diào)度模型、任務(wù)調(diào)度機(jī)制、任務(wù)調(diào)度策略和評價(jià)指標(biāo)，討論了異構(gòu)和同構(gòu)平臺上調(diào)度問題的異同。在上述研究基礎(chǔ)之上，基于微內(nèi)核平臺下的獨(dú)立任務(wù)模型和有約束任務(wù)模型，采用基于混洗蛙跳算法的異構(gòu)多核處理器下的任務(wù)調(diào)度算法，并進(jìn)行了改進(jìn)。
　　本文主要進(jìn)行了如下工作：
　　（1）針對獨(dú)立任務(wù)模型，對混洗蛙跳算法進(jìn)行了優(yōu)化。引

3、入混沌思想提高種群多樣性，算法維護(hù)全局的Tent映射，使用Tent映射生成混沌序列優(yōu)化種群初始化，提高算法初始時(shí)的種群多樣性；優(yōu)化標(biāo)準(zhǔn)的子群劃分過程，將輪轉(zhuǎn)式調(diào)整為往返交替的方式；優(yōu)化了局部搜索過程，調(diào)整了更新公式；并且當(dāng)子群的多樣性下降到一定閾值時(shí)，保留子群最優(yōu)解，并重新生成子群，以此提高種群的多樣性。
　　（2）針對有約束的任務(wù)模型，優(yōu)化了混洗蛙跳算法，本文使用Tent映射生成混沌序列優(yōu)化種群初始化，將種群劃分方法改為往返式，

4、優(yōu)化了更新局部最差解的過程，每次更新成功的同時(shí)對局部極優(yōu)值和更新值的處理核分配進(jìn)行混沌擾動(dòng)。解決了在算法中后期尋優(yōu)的概率急速下降，算法局部搜索持續(xù)保持在少數(shù)幾個(gè)局部較差值上，導(dǎo)致優(yōu)化停滯的情況。提高了算法跳出局部極優(yōu)值能力和收斂速度。
　　最后在 matlab平臺上實(shí)現(xiàn)了針對兩種不同任務(wù)模型的改進(jìn)的混洗蛙跳算法，驗(yàn)證本文改進(jìn)的混洗蛙跳算法的有效性，不失一般性，通過隨機(jī)生成不同的任務(wù)模型數(shù)據(jù)，使用標(biāo)準(zhǔn)的混洗蛙跳算法、改進(jìn)的混洗蛙跳算