Планирование апериодических задач реального времени с неопределенными параметрами в системах автоматизации и управления на основе нечеткой логики

• Автор: Данилова, Светлана Александровна
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Пермь
• Количество страниц: 216 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ

1 СПОСОБЫ ПЛАНИРОВАНИЯ ЗАДАЧ РЕАЛЬНОГО ВРЕМЕНИ

В СИСТЕМАХ АВТОМАТИЗАЦИИ И УПРАВЛЕНИЯ

1.1 Особенности систем автоматизации и управления

1.2 Характеристики и структура входных информационных потоков

в системах автоматизации и управления.

1.3 Анализ современных технологий планирования потока задач

1.4 Основные результаты

2 СПОСОБ ПЛАНИРОВАНИЯ АПЕРИОДИЧЕСКИХ ЗАДАЧ РЕАЛЬНОГО ВРЕМЕНИ, ОБЕСПЕЧИВАЮЩИЙ АДАПТАЦИЮ ПАРАМЕТРОВ ПЛАНИРОВАНИЯ К СОСТОЯНИЮ ПОТОКА ЗАПРОСОВ АПЕРИОДИЧЕСКИХ ЗАДАЧ
2.1 Применение опрашивающего сервера в системах планирования апериодических запросов задач реального времени.
2.2 Способ планирования апериодических задач реального времени
на основе применения опрашивающего сервера
2.3 Основные результаты
3 АЛГОРИТМ ОЦЕНКИ СОСТОЯНИЯ ПОТОКА ЗАПРОСОВ АПЕРИОДИЧЕСКИХ ЗАДАЧ НА ОСНОВЕ ЕГО НЕЧЕТКИХ ПАРАМЕТРОВ.
3.1 Основные понятия и определения ТНМ.
3.2 Задание нечетких переменных, характеризующих состояние
входного потока.
3.2.1 Элементарные нечеткие переменные
3.2.2 Понятие рподобия на основе использования свойств схожести функций распределения и функций принадлежности.
3.2.3 Разработка методики экспертной оценки параметров
входного потока
3.3 Алгоритм оценки состояния входного потока с использованием сложных нечетких переменных.
3.4 Основные результаты
4 РАЗРАБОТКА ИМИТАЦИОННОЙ МОДЕЛИ СИСТЕМЫ ПЛАНИРОВАНИЯ АПЕРИОДИЧЕСКИХ ЗАДАЧ РЕАЛЬНОГО ВРЕМЕНИ
4.1 Описание концептуальной .модели
4.2 Алгоритм вычисления значений Ес по оценкам сложных
нечетких переменных.
4.3 Понятие уровня апринадлежности
4.4 Переменные и ограничения задач РВ, вводимые при моделировании
4.5 Формирование входного потока апериодических запросов.
4.5.1 Формирование случайного потока апериодических запросов
с нормальным законом распределения длин и количеством запросов.
4.5.2 Формирование случайного потока апериодических запросов с экспоненциальным законом распределения длин и равномерным законом распределения количества запросов
4.5.3 Изменение входного потока апериодических запросов.
4.6 Экспертная оценка характеристик входного потока.
4.7 Формирование суждения о входном потоке апериодических
запросов
4.8 Реализация обслуживания запросов сервером в имитационной
4.9 Работа модели.
4. Основные результаты
5 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ МОДЕЛЕЙ СИСТЕМЫ ПЛАНИРОВАНИЯ АПЕРИОДИЧЕСКИХ ЗАДАЧ РЕАЛЬНОГО ВРЕМЕНИ.
5.1 Влияние ограничений входных параметров на результаты работы модели системы
5.2 Исследование зависимости эффективности от уровня сложности нечетких правил.
5.3 Модели входного потока апериодических запросов и их влияние
на значение эффективности.
5.3.1 Первая модель входного потока,
5.3.2 Ограничения параметров первой модели входного потока
5.3.3 Вторая модель входного потока.
5.3.4 Ограничения параметров второй модели входного потока
5.4 Исследование зависимости эффективности от усреднения текущих значений элементарных нечетких переменных.
5.5 Влияние параметров законов распределения характеристик входного потока апериодических запросов на значение эффективности
5.6 Заключение по работе модели, основанной на ТНМ
5.7 Применение алгоритма оценки состояния входного потока на основе нечеткой логики в системах автоматизации и управления.
5.8 Комбинированный способ планирования апериодических задач реального времени.
5.9 Основные результаты.
ЗАКЛЮЧЕНИЕ
Список литературы


К апериодическим задачам РВ относятся задачи, время появления очередного запроса неизвестно все ограничения РВ всех запросов этих задач должны всегда выполняться. Апериодические задачи задачи с ДИП. РВ, для которых время поступления ц не определено заранее, время на обслуживание 1д также не определено. При этом известны ограничения на и Ду. С учетом проведенного анализа структуры задач РВ, инициирующих запросы на их выполнение, можно сделать вывод, что входные информационные потоки в системах автоматизации и управления характеризуются сложной структурой и представляют собой совокупность разнородных запросов, имеющих определенные параметры время выполнения, периодичность и т. Процессорное время, отводимое на решение соответствующих задач по запросам на их реализацию, должно быть распределено между поступившими запросами на решение задач ЖРВ, МРВ и апериодических задач. Распределение процессорного времени для обслуживания задач различного типа должно быть таким, чтобы были достигнуты заданные значения критериев эффективного функционирования систем. Для достижения этих критериев существуют методы планирования, обеспечивающие некоторое рациональное распределение выполняемых задач во времени. В общем случае планирование это распределение ресурсов памяти, времени доступа к процессору, к устройствам вводавывода между запросами различных задач, направленное на соблюдение ограничений РВ. Способ планирования является более эффективным, если при прочих равных условиях, в частности при тех же аппаратных средствах, ПО и вся система в целом могут функционировать в условиях более жестких ограничений РВ. ЖРВ. Планирование на основе расписания состоит в следующем. На этапе проектирования СРВ составляется в том или ином виде расписание выполнения запросов для периодических задач ЖРВ. В ходе функционирования СРВ подсистема планирования выполняет запросы согласно составленному расписанию. При приоритетном планировании запросы помещаются в очередь и выполняются согласно приоритетам задач, которые их формируют. СРВ согласно тому или иному алгоритму. При динамическом планировании решение о выполнении запроса принимается в ходе функционирования СРВ на основе текущего состояния процесса планирования. Наилучшие результаты получены при планировании совокупности периодических задач, то есть задач, формирующих только периодические запросы . Планирование таких задач на основе расписаний не дает таких результатов, как в предыдущем случае, так как очень сложно реализовать механизм, обеспечивающий выполнение задач с изначально недетерминированными и ДИП. Наличие задач с различными характеристиками и ограничениями приводит к проблеме совместного планирования периодических и апериодических задач РВ. Эта проблема становится все более актуальной изза растущего в настоящее время количества разрабатываемых сложных СРВ. Одна из главных проблем совместного планирования в СРВ это обеспечение баланса между гибкостью и предсказуемостью планирования. Гибкость означает способность подсистемы планирования, реализованной на основе определенной модели, обрабатывать задачи с изначально недетерминированными и ДИП. Предсказуемость определяется возможностью анализа на этапе проектирования выполнимости ограничений РВ при планировании на основе данной модели так называемый анализ планируемости. Так, для задач жесткого реального времени необходимо гарантировать выполнение всех ограничений РВ, для задач мягкого реального времени следует обеспечивать заданную вероятность выполнения ограничений. Совместное планирование на основе расписаний является наиболее предсказуемым, так как планируемость определяется самим фактом существования расписания, которое удовлетворяет требуемым ограничениям РВ. Однако совместное планирование на основе расписаний является наименее гибким вследствие присутствия задач с ДИП. Расписание составляется до начала функционирования СРВ, а, например, время появления и время обработки апериодических задач неизвестны заранее. Кроме того, в расписании обычно жестко устанавливаются моменты начала выполнения запросов периодических задач, моменты прерывания этих запросов и т.