May, 2022

异构多处理器系统下带内存约束的数据分配和任务调度的一种启发式方法

PDF
TL;DR本文主要研究在共享内存平台下内存限制下数据分配和任务调度问题，提出了一个整数线性规划模型和基于禁忌搜索算法的可行解决方案，并在随机生成的实例上验证了该方法的有效性。
computing workflowsheterogeneous multiprocessor systemsmemory constraintstask schedulingtabu search algorithm
发现论文，激发创造
  • 神经模拟退火在高性能计算集群拓扑感知作业分配优化中的应用

    本文研究了窗口式的拓扑感知作业分配问题（TJAP）在 fat-tree 网络上的应用，旨在通过一个定义的干扰度度量标准最小化通信跳数，讨论了两种不同的分配策略，并提出了一种名为神经模拟算法（NSA）的新方法。结果显示，所提算法均有效。

    Feb, 2023

  • 具有概率持续时间的作业车间调度的主动算法

    本文针对传统调度模型中活动持续时间为固定常量的缺点，提出了结合蒙特卡罗模拟和确定性调度算法求解概率式调度问题的理论框架，并且通过一系列实验，证明了蒙特卡罗模拟与确定性问题的解结合可以有效提高不确定性条件下的调度算法性能。

    Oct, 2011

  • 移动边缘学习的自适应任务分配

    本论文旨在为在具有异构计算和通信能力的无线边缘节点上实现具有性能保证的逼真分布式学习算法建立新的优化范例，并考虑了 MEL 的动态任务分配问题，以最大化学习准确性，同时保证在预设时间内，异构通道上数据分布 / 聚合的总时间和异构节点上的局部计算迭代次数被限制。通过比较这些提议解决方案的性能与数值方法和等任务分配方法，展示了这些提议解决方案的优点。

    Nov, 2018

  • 神经异构调度器

    本研究使用深度强化学习技术，提出了一种方法，在具备多种协处理器的异构 SoC 系统中智能地调度和学习任务流，实验结果表明，相比于传统的调度启发式算法，我们的强化学习系统在最小化执行时间方面提供了更好的选择。

    Jun, 2019

  • 基于混合 ASP 的半导体制造流程多目标调度（扩展版）

    本研究使用混合 Answer Set Programming 和差分逻辑对真实半导体制造过程进行调度，包括机器处理、设置、批处理和维护操作，并研究了面向多个优化目标的大规模调度的潜力。

    Jul, 2023

  • HyperSched: 基于截止日期的模型开发动态资源重新分配

    HyperSched 是一种动态应用程序级资源调度器，用于在超参数搜索中跟踪、识别并优先分配资源以最大化准确性，并利用试验耗尽性、逐渐可辨认的排名以及时空限制等三个特性，优于标准超参数搜索算法。

    Jan, 2020

  • 一种新颖的基于进化的神经模糊任务调度方法，用于共同优化异构 MPSoCs 的主要设计挑战

    提出了一种基于模糊神经网络（FNN）及 NSGA-II 进化多目标算法的在线任务调度和映射方法，以共同优化异构 MPSoC 的主要设计挑战。通过实验验证，该方法优于相关启发式和元启发式方法，可以提高温度，功耗，故障率和执行时间等几个设计指标的优化性能。

    Mar, 2022

  • 强化学习的模因算法用于社技生产调度

    本文介绍了一种利用深度强化学习应用的模因算法，用于解决实践中的双重资源约束柔性作业车间调度问题，并提出一种用于多标准优化的并行计算混合框架。通过实践证实，该框架使用 DRL 可以产生更好的结果，并优于传统方法。

    Dec, 2022

  • 柔性车间调度问题的两阶段学习

    本文提出了一个基于深度学习的两阶段学习框架 2SLFJSP 来解决制造和服务领域中非常重要的组合优化问题 —— 柔性作业车间调度问题（FJSP），该框架能够在毫秒级时间内生成高质量的解决方案，优于文献中最新的强化学习方法和其他常用的启发式方法。

    Jan, 2023

  • 众包场景下的动态任务分配

    本文提出一种基于互信息解释的众包问题优化任务分配的方法，通过动态任务分配实现更高的准确度和可能需要更少的标签，从而提高了任务分配的效果。

    Jan, 2017