物聯(lián)網(wǎng)任務(wù)分布式調(diào)度策略的研究.pdf

1、物聯(lián)網(wǎng)與產(chǎn)業(yè)相結(jié)合是產(chǎn)業(yè)信息化、智能化發(fā)展的重要方向。物聯(lián)網(wǎng)系統(tǒng)能夠?qū)崟r采集生產(chǎn)生活中人、設(shè)備等信息。但是物聯(lián)網(wǎng)中傳感器、終端設(shè)備、用戶服務(wù)等數(shù)量巨大，它們產(chǎn)生的數(shù)據(jù)和提交的任務(wù)都希望能夠得到快速高效的處理。另外物聯(lián)網(wǎng)中資源豐富，可利用的計算節(jié)點眾多。因此，如何通過有效的作業(yè)調(diào)度方案，充分利用物聯(lián)網(wǎng)中的資源，獲得整個計算資源與不同作業(yè)需求之間的最佳匹配關(guān)系，并高效快速的處理相關(guān)數(shù)據(jù)成為關(guān)鍵問題之一。
　　目前國內(nèi)外學者主要從以下幾

2、個方面，研究如何優(yōu)化任務(wù)調(diào)度。物聯(lián)網(wǎng)系統(tǒng)中任務(wù)調(diào)度不但有實時性方面的要求，而且因為任務(wù)種類眾多、任務(wù)之間高度協(xié)作等特點，所以還有偏序、通信等多方面的約束。這種情況下的任務(wù)映射已經(jīng)被證明為NP-HARD問題。這意味著在計算復雜度允許范圍內(nèi)幾乎無法獲得最優(yōu)解。如果任務(wù)預分配具有多維約束，其映射難度也會變得更高。這方面的問題歸結(jié)到靜態(tài)調(diào)度中。當前的研究主要通過建立DAG模型以及采用搜索算法解決該NP問題。如果從較長的時間區(qū)間段觀測系統(tǒng)時，系統(tǒng)

3、中的節(jié)點狀態(tài)并非固定不變，其狀態(tài)的動態(tài)變化會對任務(wù)的預分配造成影響，運行時如何在線控制任務(wù)的分配問題一般被歸結(jié)到動態(tài)調(diào)度中。如何正確的將動態(tài)調(diào)度和靜態(tài)調(diào)度的優(yōu)點結(jié)合則歸結(jié)為混合調(diào)度問題。當前國內(nèi)外研究主要傾向于設(shè)置反饋機制或改進傳統(tǒng)單節(jié)點動態(tài)調(diào)度算法，使之適用于混合調(diào)度。
　　本文的主要研究工作有:
　　(1)結(jié)合任務(wù)調(diào)度處理的研究現(xiàn)狀和現(xiàn)有研究成果，以及物聯(lián)網(wǎng)的特征，分析常用動態(tài)調(diào)度算法和靜態(tài)調(diào)度算法的優(yōu)缺點。
　　

4、(2)通過研究物聯(lián)網(wǎng)中任務(wù)之間的關(guān)聯(lián)性，分別分析了每個約束條件的特點，設(shè)計了適用于靜態(tài)調(diào)度的多維約束優(yōu)化目標函數(shù)。
　　(3)鑒于尋優(yōu)算法在離散組合問題中存在難以收斂的問題，通過分析調(diào)度過程中任務(wù)部署的特征，以及優(yōu)化算法的收斂方向。設(shè)計動態(tài)精英采集策略改進遺傳算法，并用于靜態(tài)調(diào)度的優(yōu)化中。
　　(4)針對因系統(tǒng)中節(jié)點狀態(tài)動態(tài)變化時造成單純的靜態(tài)調(diào)度不能完全適用的問題，設(shè)計任務(wù)重發(fā)機制以及節(jié)點信任度約束，并以此提出一種基于自整