一种任务分配方法、任务分配装置及存储介质制造方法及图纸

本申请实施例公开了一种任务分配方法、任务分配装置、电子设备、芯片及计算机可读存储介质，其中，所述方法包括：构建系统模型；构建任务模型；基于多个相同状态的计算核心和多个相互独立的任务，生成初始种群；以系统吞吐量作为优化目标，对所述初始种群进行遗传迭代操作，当符合迭代停止要求时，输出非支配最优解；其中，所述迭代操作基于改进的双档案机制实现。现。现。

【技术实现步骤摘要】
一种任务分配方法、任务分配装置及存储介质


[0001]本申请涉及计算机系统
，尤其涉及一种任务分配方法、任务分配装置、电子设备、芯片及计算机可读存储介质。

技术介绍

[0002]随着嵌入式系统的发展，异构多核由于运算能力强、成本低等特点，已成为当前关注热点。而任务调度算法对系统的效率有很大的影响，只有将任务准确地映射到正确的处理器，才能实现异构多核平台的最佳性能。目前运行在异构多核处理器上的操作系统大多采用同构多核处理器的任务调度算法，并不能适用于所有异构多核处理器，研究异构多核性能的任务调度算法意义重大。
[0003]异构多核任务调度算法的关键在于如何合理调度，该问题是一个多项式复杂程度的非确定性(Nondeterministic Polynomial Complete，NP)问题，目前还没有一种能确保每次都可获得最优解的算法，只能是不断地逼近最优解。异构多核任务调度算法主要分为确定性算法和非确定性算法，任务复制算法和表调度算法为确定性调度算法，智能优化的调度算法为非确定性调度算法。确定性算法在任务数量少时更具优势，非确定性算法在处理大规模任务时有更早的完成时间。目前，对于确定性任务调度算法中的列表调度算法使用最为广泛，但是在处理大规模任务量时还是会采取非确定性算法进行优化计算。针对非确定性算法，如何更有效的平衡收敛性与多样性，在降低任务调度时间的同时，提高系统性能，已成为亟待解决的问题。

技术实现思路

[0004]本申请实施例提供了一种任务分配方法、任务分配装置、电子设备、芯片及计算机可读存储介质。
[0005]本申请实施例的技术方案是这样实现的：
[0006]第一方面，本申请实施例提供了一种任务分配方法，包括：
[0007]构建系统模型，所述系统模型具有多个相同状态的计算核心；
[0008]构建任务模型，所述任务模型中具有多个相互独立的任务，其中，所述多个任务中任一任务的唯一属性为该任务的系统吞吐量；
[0009]基于所述多个相同状态的计算核心和所述多个相互独立的任务，生成初始种群，所述初始种群包括至少一个个体，所述个体代表一种任务面向计算核心的分配方案；
[0010]以系统吞吐量作为优化目标，对所述初始种群进行遗传迭代操作，当符合迭代停止要求时，输出非支配最优解；其中，所述迭代操作基于改进的双档案机制实现。
[0011]第二方面，本申请实施例提供了一种任务分配装置，包括：
[0012]构建单元：用于构建系统模型，所述系统模型具有多个相同状态的计算核心；还用于构建任务模型，所述任务模型中具有多个相互独立的任务，其中，所述多个任务中任一任务的唯一属性为该任务的系统吞吐量；
[0013]生成单元：用于基于所述多个相同状态的计算核心和所述多个相互独立的任务，生成初始种群，所述初始种群包括至少一个个体，所述个体代表一种任务面向计算核心的分配方案；
[0014]迭代单元：用于以系统吞吐量作为优化目标，对所述初始种群进行遗传迭代操作，当符合迭代停止要求时，输出非支配最优解；其中，所述迭代操作基于改进的双档案机制实现。
[0015]第三方面，本申请提供一种电子设备，包括：处理器和存储器，该存储器用于存储计算机程序，所述处理器用于调用并运行所述存储器中存储的计算机程序，执行本申请实施例所提供的任意一种任务分配方法。
[0016]第四方面，本申请提供一种芯片，包括：处理器，用于从存储器中调用并运行计算机程序，使得安装有所述芯片的设备执行本申请实施例所提供的任意一种任务分配方法。
[0017]第五方面，本申请提供一种计算机可读存储介质，用于存储计算机程序，所述计算机程序使得计算机执行本申请实施例所提供的任意一种任务分配方法。
[0018]本申请实施例所提供的任务分配，构建系统模型，所述系统模型具有多个相同状态的计算核心；构建任务模型，所述任务模型中具有多个相互独立的任务，其中，所述多个任务中任一任务的唯一属性为该任务的系统吞吐量；基于所述多个相同状态的计算核心和所述多个相互独立的任务，生成初始种群，所述初始种群包括至少一个个体，所述个体代表一种任务面向计算核心的分配方案；以系统吞吐量作为优化目标，对所述初始种群进行遗传迭代操作，当符合迭代停止要求时，输出非支配最优解；其中，所述迭代操作基于改进的双档案机制实现；通过以系统吞吐量作为优化目标，通信时间作为约束采用改进双归档优化算法，在降低任务调度时间的同时，提高算法的全局优化能力及系统性能，最终输出一组最优解集。
附图说明
[0019]图1为本申请实施例提供的任务分配方法的实现流程示意图一；
[0020]图2为本申请应用实例提供的染色体示意图；
[0021]图3为本申请应用实例所提供的基本的双归档机制流程示意图；
[0022]图4为本申请实施例提供的多点交叉示意图；
[0023]图5为本申请实施例提供的变异示意图；
[0024]图6为本申请实施例提供的HD指标的计算示意图；
[0025]图7为本申请实施例提供的任务分配方法的实现流程示意图二；
[0026]图8为本申请实施例提供的任务分配装置的结构示意图；
[0027]图9为本申请实施例提供的电子设备示意性结构图；
[0028]图10为本申请实施例提供的芯片的示意性结构图。
具体实施方式
[0029]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于
本申请保护的范围。
[0030]需要说明的是，本申请实施例中，术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本申请实施例中，字符“/”，一般表示前后关联对象是一种“或”的关系。
[0031]在本申请实施例的描述中，术语“对应”可表示两者之间具有直接对应或间接对应的关系，也可以表示两者之间具有关联关系，也可以是指示与被指示、配置与被配置等关系。
[0032]为了能够更加详尽地了解本申请的特点与
技术实现思路
，下面结合附图对本申请的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本申请。
[0033]图1为本申请实施例提供的任务分配方法的实现流程示意图一，如图1所示，本申请实施例提供任务分配方法，所述方法包括以下步骤：
[0034]步骤101：构建系统模型，所述系统模型具有多个相同状态的计算核心。
[0035]本申请实施例所提供的任务分配方法所应用的的异构环境是基于异构多核处理器的，因此，可以创建一个异构的多核处理器，在本申请中可以使用动态电压和频率缩放(Dynamic voltage and frequency scaling，DVFS)来改本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种任务分配方法，其特征在于，包括：构建系统模型，所述系统模型具有多个相同状态的计算核心；构建任务模型，所述任务模型中具有多个相互独立的任务，其中，所述多个任务中任一任务的唯一属性为该任务的系统吞吐量；基于所述多个相同状态的计算核心和所述多个相互独立的任务，生成初始种群，所述初始种群包括至少一个个体，所述个体代表一种任务面向计算核心的分配方案；以系统吞吐量作为优化目标，对所述初始种群进行遗传迭代操作，当符合迭代停止要求时，输出非支配最优解；其中，所述迭代操作基于改进的双档案机制实现。2.根据权利要求1所述的任务分配方法，其特征在于，所述改进的双档案机制包括以下至少之一：基于HD+指标更新CA档案；和/或，基于pareto指标更新DA档案；和/或，分别固定所述CA和DA档案的个体数量；和/或，对所述DA档案中的个体进行交叉操作，对所述CA档案中的个体进行变异操作。3.根据权利要求1所述的任务分配方法，其特征在于，所述迭代操作中每次迭代操作包括：对所述DA档案中的个体进行交叉操作，对所述CA档案中的个体进行变异操作；对交叉操作和变异操作后的不可行解进行修复和/或惩罚；更新所述CA和DA两个档案中所有个体的适应度值；基于HD+指标更新所述CA档案；基于pareto指标更新所述DA档案。4.根据权利要求2或3所述的任务分配方法，其特征在于，所述基于HD+指标更新所述CA档案，包括：将所述DA和CA两个档案的当前子代中所有占据支配地位的个体加入所述CA档案中；其中，对于新加入的个体，当所述CA档案中的个体数量已达到预设值时，比较该个体与当前CA档案中的所有个体的HD+指标，若当前CA档案中所有个体的HD+指标都大于该个体，则不将该个体加入CA档案中，若当前CA档案中存在HD+指标小于该个体的个体，则剔除HD+指标最小的个体，将该个体加入到所述CA档案中；其中，在第一次迭代操作中，将所述初始种群中所有占据支配地位的个体加入到所述CA档案中。5.根据权利要求2或3所述的任务分配方法，其特征在于，所述基于pareto指标更新所述DA档案，包括：将所述DA和CA两个档案的当前子代中与CA档案中的个体互不支配的个体添加到所述DA档案中；其中，对于新加入的个体，当所述DA档案中的个体数量已达到预设值时，比较该个体与当前DA档案中的所有个体的适应度值，若当前DA档案中所有个体的适应度值都大于该个体，则不将该个体加入DA档案中，若当前DA档案中存在适应度值小于该个体的个体，则剔除适应度值最小的个体，将该个体加入到DA档案中；其中，在第一次迭代过程中，所述DA档案中的个体数量为0。6.根据权利要求2或3所述的任务分配方法，其特征在于，所述对所述DA档案中的个体
进行交叉操作，包括：随机选择当前DA...

【专利技术属性】
技术研发人员：王丹娜，冯俊兰，邓超，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：