粒子群优化的异构多处理器任务调度算法  

Particle Swarm Optimization Algorithm for Heterogeneous Multiprocessor Task Scheduling

作　　者：吴国华[1] 马艳伟[1] 

机构地区：[1]杭州电子科技大学图形图像研究所,浙江杭州310018

出　　处：《杭州电子科技大学学报（自然科学版）》2009年第6期41-44,共4页Journal of Hangzhou Dianzi University：Natural Sciences

摘　　要：嵌入式异构多处理器系统有一套具有不同处理能力的处理器构成,任务调度成为改进系统性能的关键因素。该文提出了改进的粒子优化群算法。首先,通过分析每个处理器的计算能力建立性能指标,然后,调整惯性常量的策略用来提高全局收敛速度。仿真结果证明了该文提出的改进算法能够极短的时间内得到较好的调度结果。Embedded heterogeneous multiprocessor system consists of a suite of processors with different processing capacities.Task scheduling is a crucial issue to improve the efficiency of this system.In this paper,an improved particle swarm optimization(IPSO) algorithm is presented to enhance the ability of searching optimal solution.A performance index is established by analyzing the computation ability of each processor firstly,and then adjusting method on inertia weight is presented to improve the global converg...

关 键 词：异构多处理器系统 粒子优化群算法 惯性常量 

分 类 号：TP332[自动化与计算机技术—计算机系统结构]