基于任务属性组合的工作流调度时间优化算法

来源 :东南大学学报:英文版 | 被引量 : 0次 | 上传用户:wohaishixinyonghu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了缩短工作流调度完工时间,提出3种列表调度算法:分级和出度最早完成时间算法(LOEFT)、分级异构选择值算法(LHSV)和异构优先最早完成时间算法(HPEFT).主要思想是利用任务深度,融合任务出度来准确分析任务优先级,精确分配处理器,实现时间优化.算法均分为3个阶段:任务分级、任务排序和处理器分配.任务分级阶段,依据任务深度将工作流划分为若干独立的任务集;任务排序阶段,利用任务出度计算出任务的异构优先排序值(HPRV),并据其降序生成任务队列;处理器分配阶段,将排序排列任务逐一分配至使其完工时间最小的
其他文献
提出了一种基于中心对称四重模式的光照不变度量(CSQPIM),以解决严重光照变化人脸识别问题.首先,将对数人脸局部区域中中心对称四重模式(CSQP)的像素对之差定义为CSQPIM单元,
以解决普通化学课程教学中出现的具体问题为目标,依托雨课堂的技术特性,秉承以“以学生为中心”的数据改变教学的设计思想,有针对性地设计基于雨课堂数据驱动下普通化学课程