一種基于雙向動態(tài)優(yōu)先級的模糊算法調(diào)度模型.pdf

1、本文提出一種基于雙向動態(tài)優(yōu)先級的模糊算法調(diào)度模型，簡稱(Dynamic DualFuzzy Task Assignment)DDF。此方法綜合考慮了影響任務優(yōu)先級的各個因素的模糊性和子機優(yōu)先級兩個方面，并用客觀的模糊語言來描述任務，構(gòu)造了模糊任務分配調(diào)度模型和子機模型的動態(tài)雙向優(yōu)先級調(diào)度模型。采用三角模糊數(shù)來表示影響任務優(yōu)先級的因素，以及影響因素的權(quán)重向量。依靠調(diào)節(jié)λ水平截集和α確定因子來確定模糊區(qū)間，經(jīng)過綜合評判求得每個任務的優(yōu)先級，

2、優(yōu)化任務的分配和調(diào)度，縮短調(diào)度時間，并實現(xiàn)數(shù)據(jù)傳輸中主機/子機模式的任務動態(tài)分配與調(diào)度，均衡了各臺計算機的負載。
　　 仿真實驗證明該算法大大提高任務的執(zhí)行成功率，縮減任務的平均等待時間，正確把握處理模糊的尺度，減少了人為的干擾因素，保證了調(diào)度系統(tǒng)的穩(wěn)定性和魯棒性，通過逐漸增加子機數(shù)量以及任務數(shù)量對本文算法和EDF算法進行比較，隨著任務負載的加大，實驗結(jié)果顯示本文算法比單純考慮任務優(yōu)先級的EDF算法在機群工作性能方面有明顯的改進