【技術實現步驟摘要】
本專利技術屬于計算機控制，涉及一種基于白鯨優化算法的異構多核任務調度方法。
技術介紹
1、隨著計算機技術的飛速發展，多核技術已經廣泛用于計算機領域。異構多核處理器因其可以提供更高的計算機效率和更好的能效比成為提高計算機性能的關鍵技術之一。在異構多核系統中，不同處理器之間的性能差異、功耗限制以及任務間的依賴關系，使得任務調度成為一個復雜且具有挑戰性的問題。如何合理地將任務分配給不同的處理器，是任務調度需要思考的問題。
2、傳統的任務調度，如靜態調度和動態調度，雖然在某些場景下表現出色，但是，在處理異構多核系統復雜多變的任務需求時，往往難以滿足實時性、高效性等要求，面臨局部最優解困難的問題。近年來，群體智能優化算法在任務調度領域應用越來越廣泛。這些算法通過模擬自然界中生物群體行為，如鳥群遷徙、魚群覓食等，實現對任務的優化調度。其中，白鯨優化算法(bwo)作為一種新興的群智能優化算法，其靈感來源于白鯨的群體行為和生活習性，模擬白鯨游泳、捕食和鯨落行為，具有全局搜索能力強、收斂速度快等優點，為異構多核任務調度提供了新的思路。
3、基于以上問題和思路，本專利技術提出了一種基于白鯨優化算法的異構多核任務調度方法。bwo算法應用于異構多核任務調度，通過模擬白鯨的社會行為提高調度算法的效率和適應性，解決現有宣發在實時性、大規模任務調度以及能效比方面的不足。
技術實現思路
1、(一)專利技術目的
2、本專利技術的目的是：提供一種基于白鯨優化算法的異構多核任務調度方
3、(二)技術方案
4、為了解決上述技術問題，本專利技術提供一種基于白鯨優化算法的異構多核任務調度方法，其包括以下步驟：
5、步驟1：任務信息獲取與模型建立；
6、首先，需要獲取待調度的任務信息，包括任務的類型、計算量、內存需求、通信開銷；然后，根據異構多核處理器的架構特性，建立任務調度系統模型；
7、步驟2：初始化白鯨個體數量，并與任務調度方案對應；
8、步驟3：基于白鯨優化算法求解適應度最高的個體，將其作為最優解；
9、步驟4：根據最優解確定最終的任務調度方案，包括每個任務分配到的處理器以及執行順序。
10、步驟5：將調度方案應用到異構多核系統中，執行任務調度。
11、進一步地，所述步驟1中，任務調度系統模型采用有向無環圖來描述任務之間的依賴關系，該模型表示為f＝{p，g，w，c}，其中，p＝{p1,p2,…ps}，表示系統中共有s個處理器核心，pj表示第j個處理器核心，1≤j≤s；g＝{g1,g2,…gt}表示有t個任務，gi表示第i個任務，1≤j≤n；中w表示任務在每個處理器上的執行時間集合，表示任務gi在處理器核心pj上執行時間；c＝{…ci,j…}中c表示任務間的通信數據集合，ci,j表示任務i與任務j之間的通信開銷，若任務i與任務j分配在同一個處理器上，則ci,j＝0。
12、進一步地，所述步驟1中，任務和處理器之間要求：所有處理器均正常工作，在任務調度過程中不出現故障；同一時刻，一個任務只在一個處理器上執行；每個任務總是在完成其全部前驅任務后才被執行；任務之間的優先級事先確定。
13、進一步地，所述步驟2中，將t個任務編號為0～t-1，s個處理器核心編號為0～s-1，所述白鯨優化算法中初始化產生含有n個白鯨個體的種群，每條白鯨代表一個候選解，任務調度中每個白鯨個體代表一個潛在的任務調度方案；白鯨個體表示為xk，k∈[1,n]，xk＝[xk,1,xk,2,...,xk,t]是一個t維的數組；初始白鯨種群建模為：
14、
15、相應的適應度值存儲如下：
16、
17、其中，f(xk)為第i條白鯨的適應度值；
18、對于異構多核任務調度，求最短的調度長度sl，即最后一個任務的最晚完成時間最小，適應度值目標函數的公式為：
19、f(x)＝max{eft(ti)},i＝1,2,...,t
20、其中，eft(ti)為第i個任務最早執行完成的時間，并且異構多核上最后一個任務完成的時間就是整個異構系統上全部任務完成的時間。
21、進一步地，所述步驟2中，采用基于任務優先級的編碼方案，對t個任務賦予1～t之間的不同隨機整數，數值越大，優先級越高；從白鯨位置向量xk＝[xk,1,xk,2,...,xk,t]轉換為任務優先級序列v＝(p1,p2,...,pt)，將整個矩陣建模為一個任務調度序列表；
22、解碼方案的過程是，將經過白鯨算法得到的解通過解碼回歸任務分配問題空間，最優解的選擇通過計算適應度函數得到。
23、進一步地，所述步驟3中，白鯨優化算法的步驟為：
24、s31設置種群規模n，最大迭代次數t；
25、s32初始化種群個體位置并計算適宜度值；
26、s33確定最佳個體及其適宜度；
27、s34根據(1)式和(2)式分別計算平衡因子bf和鯨落概率wf
28、
29、其中，t為當前迭代次數，t為總迭代次數，參數b0是一個(0，1)范圍內的隨機值；
30、
31、其中，t為當前迭代次數，t為總迭代次數，wf為一個線性函數；
32、s35判斷bf是否大于0.5，根據白鯨算法的勘探階段和開發階段，更新個體位置；
33、s36計算bf是否小于wf，若小于，則按照(8)、(9)、(2)更新個體位置，即處于白鯨算法的鯨落階段；如果不小于，則重新計算適宜度值，確定最佳個體；
34、
35、其中，r5，r6，r7均為(0，1)之間的隨機數，lb和ub分別為優化問題的下界和上界，是從當前種群中隨機選擇的個體r的位置，即為鯨落下墜的步長；c2為階躍因子，階躍因子與鯨落概率和種群規模有關，c2＝2wf×n；
36、s37判斷迭代次數是否小于設置的總迭代次數，若小于，則重復s34-s36步驟，若大于等于，則輸出此時的最優解和最優值。
37、進一步地，所述步驟31中，根據問題的規模和復雜程度，設定種群大小，種群中每個個體代表一種可能的任務調度方案。
38、進一步地，所述步驟32中，在搜索空間內隨機生成初始種群中每個個體的位置，個體的位置對應著一種具體的任務調度方案，并根據適宜度函數計算各個個體的適宜度值。
39、進一步地，所述步驟35中，判斷bf是否大于0.5，若大于0.5則按照(3)式更新個體位置，即處于白鯨算法的勘探階段；
40、勘探階段，白鯨在不同的姿勢下進行社會行為，白鯨的位置更新如下：
41、
42、其中，表示下一次迭代時，第i個個體在第j維上的位置，p是一個隨機數，問題維度為t，p為[1,t]范圍內的隨機整數；表示當本文檔來自技高網...
【技術保護點】
1.一種基于白鯨優化算法的異構多核任務調度方法，其特征在于，包括以下步驟：
2.如權利要求1所述的基于白鯨優化算法的異構多核任務調度方法，其特征在于，所述步驟1中，任務調度系統模型采用有向無環圖來描述任務之間的依賴關系，該模型表示為F＝{P，G，W，C}，其中，P＝{P1,P2,…Ps}，表示系統中共有s個處理器核心，Pj表示第j個處理器核心，1≤j≤s；G＝{G1,G2,…Gt}表示有t個任務，Gi表示第i個任務，1≤j≤n；中W表示任務在每個處理器上的執行時間集合，表示任務Gi在處理器核心Pj上執行時間；C＝{…Ci,j…}中C表示任務間的通信數據集合，Ci,j表示任務i與任務j之間的通信開銷，若任務i與任務j分配在同一個處理器上，則Ci,j＝0。
3.如權利要求2所述的基于白鯨優化算法的異構多核任務調度方法，其特征在于，所述步驟1中，任務和處理器之間要求：所有處理器均正常工作，在任務調度過程中不出現故障；同一時刻，一個任務只在一個處理器上執行；每個任務總是在完成其全部前驅任務后才被執行；任務之間的優先級事先確定。
4.如權利要求3所述的基
5.如權利要求4所述的基于白鯨優化算法的異構多核任務調度方法，其特征在于，所述步驟2中，采用基于任務優先級的編碼方案，對t個任務賦予1～t之間的不同隨機整數，數值越大，優先級越高；從白鯨位置向量Xk＝[xk,1,xk,2,...,xk,t]轉換為任務優先級序列v＝(p1,p2,...,pt)，將整個矩陣建模為一個任務調度序列表；
6.如權利要求5所述的基于白鯨優化算法的異構多核任務調度方法，其特征在于，所述步驟3中，白鯨優化算法的步驟為：
7.如權利要求6所述的基于白鯨優化算法的異構多核任務調度方法，其特征在于，所述步驟31中，根據問題的規模和復雜程度，設定種群大小，種群中每個個體代表一種可能的任務調度方案。
8.如權利要求7所述的基于白鯨優化算法的異構多核任務調度方法，其特征在于，所述步驟32中，在搜索空間內隨機生成初始種群中每個個體的位置，個體的位置對應著一種具體的任務調度方案，并根據適宜度函數計算各個個體的適宜度值。
9.如權利要求8所述的基于白鯨優化算法的異構多核任務調度方法，其特征在于，所述步驟35中，判斷Bf是否大于0.5，若大于0.5則按照(3)式更新個體位置，即處于白鯨算法的勘探階段；
10.如權利要求9所述的基于白鯨優化算法的異構多核任務調度方法，其特征在于，所述步驟35中，判斷Bf是否大于0.5，若小于等于0.5，則按照(4)～(7)式更新個體位置，即處于白鯨算法的開發階段；
...【技術特征摘要】
1.一種基于白鯨優化算法的異構多核任務調度方法，其特征在于，包括以下步驟：
2.如權利要求1所述的基于白鯨優化算法的異構多核任務調度方法，其特征在于，所述步驟1中，任務調度系統模型采用有向無環圖來描述任務之間的依賴關系，該模型表示為f＝{p，g，w，c}，其中，p＝{p1,p2,…ps}，表示系統中共有s個處理器核心，pj表示第j個處理器核心，1≤j≤s；g＝{g1,g2,…gt}表示有t個任務，gi表示第i個任務，1≤j≤n；中w表示任務在每個處理器上的執行時間集合，表示任務gi在處理器核心pj上執行時間；c＝{…ci,j…}中c表示任務間的通信數據集合，ci,j表示任務i與任務j之間的通信開銷，若任務i與任務j分配在同一個處理器上，則ci,j＝0。
3.如權利要求2所述的基于白鯨優化算法的異構多核任務調度方法，其特征在于，所述步驟1中，任務和處理器之間要求：所有處理器均正常工作，在任務調度過程中不出現故障；同一時刻，一個任務只在一個處理器上執行；每個任務總是在完成其全部前驅任務后才被執行；任務之間的優先級事先確定。
4.如權利要求3所述的基于白鯨優化算法的異構多核任務調度方法，其特征在于，所述步驟2中，將t個任務編號為0～t-1，s個處理器核心編號為0～s-1，所述白鯨優化算法中初始化產生含有n個白鯨個體的種群，每條白鯨代表一個候選解，任務調度中每個白鯨個體代表一個潛在的任務調度方案；白鯨個體表示為xk，k∈[1,n]，xk＝[xk,1,xk,2,...,xk,t]...
【專利技術屬性】
技術研發人員：白雅玲，楊碩，王曉璐，賀東旭，
申請(專利權)人：天津津航計算技術研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。