-
公开(公告)号：CN111209095A
公开(公告)日：2020-05-29
申请号：CN201910769326.3
申请日：2019-08-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种DAG并行任务调度中基于树搜索的剪枝方法，所述方法包括步骤:选择阶段：根结点s0开始，选择路径上UCT值最大的子结点s，直到到达叶子结点，对UCT值最大的子结点s进行判断；剪枝阶段：对从根结点到当前结点的路径上的所有结点的makespan值和未调度的关键路径任务结点在各自最快完成的处理器上执行时间的累加值做判断；扩展阶段：判断S4步骤选中的叶子结点是不是终止结点，依据判断结果创建新的子结点，添加到搜索树上，更新新的子结点的标记；模拟阶段：从扩展结点开始，将剩余的任务进行模拟任务调度的过程；回传阶段：模拟结束后，将所得信息回传到根结点上。本发明提供一种加入剪枝的蒙特卡洛树搜索的DAG任务调度方法。
-
Patent Agency Ranking
公开(公告)号：CN111209095B
公开(公告)日：2023-08-15
申请号：CN201910769326.3
申请日：2019-08-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种DAG并行任务调度中基于树搜索的剪枝方法，所述方法包括步骤:选择阶段：根节点s0开始，选择路径上UCT值最大的子节点s，直到到达叶子节点，对UCT值最大的子节点s进行判断；剪枝阶段：对从根节点到当前节点的路径上的所有节点的makespan值和未调度的关键路径任务节点在各自最快完成的处理器上执行时间的累加值做判断；扩展阶段：判断S4步骤选中的叶子节点是不是终止节点，依据判断结果创建新的子节点，添加到搜索树上，更新新的子节点的标记；模拟阶段：从扩展节点开始，将剩余的任务进行模拟任务调度的过程；回传阶段：模拟结束后，将所得信息回传到根节点上。本发明提供一种加入剪枝的蒙特卡洛树搜索的DAG任务调度方法。
-
公开(公告)号：CN110262879B
公开(公告)日：2021-08-20
申请号：CN201910414594.3
申请日：2019-05-17
Applicant: 杭州电子科技大学
IPC: G06F9/48 , G06F16/901 , G06F16/903
Abstract: 本发明公开了一种基于平衡探索与利用的蒙特卡洛树搜索方法，包括：S01：选择阶段：从搜索树的根结点开始，根据节点的uct值向下寻找未扩展完全的节点；S02：扩展阶段：从就绪队列中随机选择一个任务，选择可以执行的处理器，以此作为扩展节点；S03：模拟阶段：从扩展节点开始，随机从就绪队列中选择任务，贪心地选择处理器，直到就绪队列中任务为空为止；S04：回传阶段：根据模拟阶段获得的makespan值，回传更新从根节点到新的扩展节点之间的所有节点；S05：重复上述步骤S01‑S04，直到满足迭代次数限制或时间限制，最终返回一个最小的makespan值。本发明实质性效果为：在实际的树搜索中加速寻找到较优的makespan值，使搜索树加速收敛，有效地降低了时间开销，提升了系统效率。
-
公开(公告)号：CN109857532B
公开(公告)日：2020-11-17
申请号：CN201910059454.9
申请日：2019-01-22
Applicant: 杭州电子科技大学
IPC: G06F9/48 , G06F16/901 , G06F16/903
Abstract: 本发明公开了一种基于蒙特卡洛树搜索的DAG任务调度方法，包括如下步骤：首先使用CPOP算法里求关键路径的方法计算DAG图的关键路径；然后执行本方法的蒙特卡洛树搜索四个阶段，从根节点开始判断当前结点是否扩展完，如果扩展完选择UCT值最大的结点作为搜索路径结点，如果没有扩展完则添加一个新的结点作为扩展结点，以扩展结点开始模拟任务调度过程，使用随机选择策略选择处理器和任务，模拟结束得到一个makspan值，根据makespan值回传更新结点，最后根据蒙特卡洛树搜索的结果找到一条能使makespan值最小的调度顺序。本发明具有能够在加速保证算法效率的同时，提高算法的搜索效率的特点。
-
公开(公告)号：CN110262879A
公开(公告)日：2019-09-20
申请号：CN201910414594.3
申请日：2019-05-17
Applicant: 杭州电子科技大学
IPC: G06F9/48 , G06F16/901 , G06F16/903
Abstract: 本发明公开了一种基于平衡探索与利用的蒙特卡洛树搜索方法，包括：S01：选择阶段：从搜索树的根结点开始，根据节点的uct值向下寻找未扩展完全的节点；S02：扩展阶段：从就绪队列中随机选择一个任务，选择可以执行的处理器，以此作为扩展节点；S03：模拟阶段：从扩展节点开始，随机从就绪队列中选择任务，贪心地选择处理器，直到就绪队列中任务为空为止；S04：回传阶段：根据模拟阶段获得的makespan值，回传更新从根节点到新的扩展节点之间的所有节点；S05：重复上述步骤S01-S04，直到满足迭代次数限制或时间限制，最终返回一个最小的makespan值。本发明实质性效果为：在实际的树搜索中加速寻找到较优的makespan值，使搜索树加速收敛，有效地降低了时间开销，提升了系统效率。
-
公开(公告)号：CN109857532A
公开(公告)日：2019-06-07
申请号：CN201910059454.9
申请日：2019-01-22
Applicant: 杭州电子科技大学
IPC: G06F9/48 , G06F16/901 , G06F16/903
Abstract: 本发明公开了一种基于蒙特卡洛树搜索的DAG任务调度方法，包括如下步骤：首先使用CPOP算法里求关键路径的方法计算DAG图的关键路径；然后执行本方法的蒙特卡洛树搜索四个阶段，从根节点开始判断当前结点是否扩展完，如果扩展完选择UCT值最大的结点作为搜索路径结点，如果没有扩展完则添加一个新的结点作为扩展结点，以扩展结点开始模拟任务调度过程，使用随机选择策略选择处理器和任务，模拟结束得到一个makspan值，根据makespan值回传更新结点，最后根据蒙特卡洛树搜索的结果找到一条能使makespan值最小的调度顺序。本发明具有能够在加速保证算法效率的同时，提高算法的搜索效率的特点。
-
-
-
-
-
Search Results
6
records
(took 0.047 seconds)
