(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211037256.0 (22)申请日 2022.08.25 (71)申请人 桂林理工大 学 地址 541004 广西壮 族自治区桂林市七 星 区建干路12号 (72)发明人 程小辉　罗源敏　康燕萍　 (51)Int.Cl. G06F 9/48(2006.01) G06F 9/50(2006.01) G06N 3/00(2006.01) (54)发明名称 一种综合式的异构多核处理器任务调度方 法 (57)摘要 一种综合式的异构多核处理器任务调度方 法， 融合了异构多核处理器中的表调度算法和群 智能算法， 将改进的IHCNF算法与改进的狮群算 法进行结合， 对于改进的IHCNF算法的改进点在 对权值计算公 式上引入 标准差公 式， 在冗余任务 的处理上引入冗余任务优化策略； 改进的狮群算 法的改进点在引入Tent混沌映射初始化种群， 避 免最早陷入局部最优解， 其次改进幼狮的更新公 式。 两者的融合在于将IHCNF生产的任务调度序 列作为狮群算法的初始化种群， 然后对狮群算法 进行离散化处理， 使用基于任务优 先权的编码方 式， 能保证任务的依赖关系， 然后利用狮群算法 的迭代更新进行求解。 本发明能快速获得最优任 务调度序列， 改进调度时间长、 效率低等 缺点。 权利要求书1页 说明书5页 附图3页 CN 115248727 A 2022.10.28 CN 115248727 A 1.一种综合式的异构多 核处理器任务调度方法， 其特 征在于， 具体步骤为： 步骤1： 使用IHCNF算法获得一个比较优秀的任务调度序列， 作为改进狮群算法的部分 初始种群； 步骤2:初始化IHLS O种群参数， 将狮群个体位置进行优先级权值编码， 将其位置信息转 换为任务调度 序列； 步骤3： 混沌初始化种群， 使种群分布具有均匀、 多样性， 避免一开始就陷入局部最优位 置； 步骤4： 首次计算每个个体位置的适应度值， 根据适应度值进行解码操作， 对适应度值 大小进行比较， 根据适应度值的大小来标记出全局最优位置、 个体历史最优位置， 并对其进 行保留； 步骤5： 根据狮王、 母 狮、 幼狮的位置更新公式更新 位置情况； 步骤6： 再次计算每个个体的适应度值， 此时选出新的全局最优位置、 新的个体历史最 优位置对其进行 更新； 步骤7： 当达到程序设定的迭代次数时， 程序停止运行输出最后的解， 也就是适应度值 最大的狮王位置， 并解码成最优的任务调度 序列。权　利　要　求　书 1/1 页 2 CN 115248727 A 2一种综合式的异构多核处理 器任务调度方 法 技术领域 [0001]本发明涉及操作系统领域， 是一种利用群智能算法应用在异构多核处理器的任务 调度领域上， 具体为一种基于改进狮群算法与IHCNF算法结合的异构多核处理器任务调度 方法。 背景技术 [0002]关于异构多核处理器的研究， 有一个非常关键的问题就是如何提高异构环境下的 任务调度效率， 任务调度的好坏决定异构多核处理器性能的好坏。 低效率的任务调度方法 会使整个程序并行性能处于劣势， 高效率的任务调度方法会使程序并行性能达到最大化， 有效地提高了整个处理器的性能。 在基于异构多核处理器的结构下， 任务调度具有一定的 复杂性， 每一个处理器核的性能和结构都是不一样的， 所以当把任务分配至哪一个处理器 上时需要考虑 任务的执行时间以及处理器核的执行能力等条件， 以往的同构任务调 度算法 不足以解决异构多核处理器的任务调度问题， 同时任务调度问题被证实是NP难问题， 所以 研究异构环境下的任务调度算法具有挑战性和突破性， 也是近年许多学者研究的重点方 向， 学者们对异构多核环境下 的任务调度算法在不断地进行改进创新， 给我们留下了宝贵 的学习经验， 从刚开始的改进 单一算法来提高调 度效率到结合多个算法进 行改进来提高调 度效率， 这种综合改进 方法使我们受到了很大的启发。 因此， 本发明研究基于异构多核处理 器的综合 性任务调度算法这个课题， 具有非常重要的理论 价值和研究意 义。 [0003]随着智能算法的兴起， 学者们也在不断的寻找智能算法与静态启发式算法结合的 突破口， 智能算法在解决组合优化问题上有许多的研究， 将其用来解决任务调度问题， 都取 得了非常不错的效果， Dup u Li等人提出了一种改进的混合粒子群优化算法， 该混合算法主 要是将遗传算法作为主算法， 粒子群算法作为副算法， 用来帮助遗传算法进行后期的迭代 寻优， 混合算法主要目的是以最快速度迭代到最优解， 结果证明该混合算法在任务调度上 的效率高。 [0004]由此可见， 群智能算法在异构多核处理器 的任务调度领域的作用非常大， 本发明 提出基于一种综合式的异构多核处理器任务调度算法(IHLSO)， 其中狮群算法是在2018年 由刘生建等人提出 的一种群智能算法， 该算法的思想是以狮群的狩猎为核心， 狮群分为了 狮王、 母狮、 幼狮， 其中狮王自然 是整个种群中最 强的， 也是代表拥有全局最优的狮子。 本发 明方法为了防止出现局部收敛的情况， 引入Tent混沌映射， 并 改进了幼狮更新 公式， 总体提 升了系统的执行性能， 有效缩短调 度完成时间。 结果表明， 本发 明方法在异构多核处理器任 务调度领域的性能更好。 发明内容 [0005]为了提高异构环境下任务调度的性能和调度效率， 本发明提出一种基于异构环境 下的综合式任务调 度方法。 通过改进的麻雀搜索算法与改进的HCNF算法得到综合式的任务 调度算法， 其中需要通过设计有效的编码方式， 使狮群算法适用于解决离散的任务调度问说　明　书 1/5 页 3 CN 115248727 A 3