物联网任务分布式调度策略的研究
摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第14-22页 |
1.1 课题的研究背景 | 第14-15页 |
1.1.1 研究背景 | 第14-15页 |
1.1.2 研究意义 | 第15页 |
1.2 国内外研究现状 | 第15-20页 |
1.2.1 实时任务调度研究现状 | 第15-17页 |
1.2.2 物联网任务静态调度研究现状 | 第17-19页 |
1.2.3 物联网任务动态调度研究现状 | 第19-20页 |
1.3 课题来源及本文创新点 | 第20-21页 |
1.3.1 课题来源 | 第20页 |
1.3.2 本文创新点 | 第20-21页 |
1.4 本文组织结构 | 第21-22页 |
第二章 任务调度模型及相关技术分析 | 第22-33页 |
2.1 任务调度的基本概念 | 第22-23页 |
2.2 任务调度的符号表述 | 第23-25页 |
2.2.1 任务的符号表述 | 第23-24页 |
2.2.2 节点的符号表述 | 第24页 |
2.2.3 调度的符号表述 | 第24-25页 |
2.3 任务的分类 | 第25-26页 |
2.4 任务的分解 | 第26-27页 |
2.5 静态调度算法分析 | 第27-30页 |
2.5.1 Min-Min算法分析 | 第28-29页 |
2.5.2 HEFT算法分析 | 第29-30页 |
2.6 动态调度分析 | 第30-32页 |
2.6.1 近视算法 | 第31页 |
2.6.2 IADSH算法 | 第31-32页 |
2.7 本章小结 | 第32-33页 |
第三章 精英采集遗传算法静态调度策略 | 第33-49页 |
3.1 目标函数设计 | 第33-38页 |
3.1.1 截止期约束 | 第33-35页 |
3.1.2 偏序约束 | 第35-36页 |
3.1.3 通信约束 | 第36-37页 |
3.1.4 运行时长约束 | 第37页 |
3.1.5 总成本计算函数 | 第37-38页 |
3.2 模拟静态调度实例设计 | 第38-39页 |
3.3 跨世代精英选择策略 | 第39-42页 |
3.3.1 遗传算法的基本术语 | 第39-40页 |
3.3.2 遗传算法基本操作 | 第40页 |
3.3.3 任务调度中的交叉和变异 | 第40-42页 |
3.4 近亲繁殖难题改进策略 | 第42-45页 |
3.4.1 次优成员选择策略 | 第42-43页 |
3.4.2 动态变异策略 | 第43-44页 |
3.4.3 动态循环变异策略 | 第44-45页 |
3.5 算法的梯度分析 | 第45-46页 |
3.6 动态精英收集策略 | 第46-48页 |
3.7 本章小结 | 第48-49页 |
第四章 子集反馈控制混合调度策略 | 第49-59页 |
4.1 模拟动态处理节点 | 第49-50页 |
4.2 批优化策略 | 第50-51页 |
4.2.1 监控机制 | 第50页 |
4.2.2 MLF任务子集划分 | 第50-51页 |
4.2.3 关联任务的规划 | 第51页 |
4.3 处理节点可靠性分析 | 第51-52页 |
4.4 任务重发机制 | 第52-54页 |
4.4.1 节点振荡的评估 | 第52-54页 |
4.4.2 硬实时任务的抢占策略 | 第54页 |
4.5 模糊自整定反馈调节机制 | 第54-58页 |
4.5.1 闭环反馈设计 | 第54-56页 |
4.5.2 采样信号的复现 | 第56页 |
4.5.3 模糊自整定策略 | 第56-58页 |
4.6 本章小结 | 第58-59页 |
第五章 实验与仿真 | 第59-65页 |
5.1 仿真结果 | 第59-64页 |
5.2 本章小结 | 第64-65页 |
总结与展望 | 第65-67页 |
参考文献 | 第67-71页 |
攻读学位期间发表的论文 | 第71-72页 |
攻读学位期间参加的课题 | 第72-74页 |
致谢 | 第74页 |