基于历史运行轨迹的时间约束参数预测的研究

论文摘要

随着计算机网络技术的飞速发展和网络应用的普及，基于分布式应用的实时系统越来越普遍。为了高效管理系统资源，以满足实时系统的实时性和可预测性要求，我们需要对实时任务的时间约束参数进行预测。时间约束参数说明了实时任务的定时约束和行为，其中预测实时任务执行时间非常重要，意义重大。对实时任务执行时间的预测是实时系统研究领域中的一个重要内容，任务调度和资源分配跟实时任务的执行时间紧密相关并受其影响。线性时间序列作为一种概率统计方法，已经被运用到各个领域中，对于预测对象随时间变化的历史数据，时间序列分析预测方法是系统预测最基本的方法。本文正是应用时间序列分析预测方法，通过主机负载的历史运行轨迹来研究实时任务的时间约束参数，从而对基于主机负载的实时任务执行时间进行预测。本文首先介绍了实时系统的概念，时间约束参数的相关术语，主机负载的定义、获取及特性，还介绍了RT-CORBA技术；接着阐述了分析预测方法的分类，详细介绍了时间序列分析预测方法和回归分析预测方法，以及如何对预测方法进行评估；接着分析了实时系统的可预测性，任务执行的可预测性，详细介绍了利用主机负载的历史运行轨迹构建时间序列模型的过程：数据系列预处理、平稳化处理、模型识别、模型定阶、参数估计、预测，并详细分析了影响任务执行时间的因素；然后研究了主机负载与任务执行时间的关系，任务执行时间的预测算法，在ACE／TAO环境下，建立了实验的运行环境，提出了一种基于主机负载的任务执行时间预测系统模型，并给出了预测分析的算法，分析了影响预测的因素；最后，把基于主机负载历史运行轨迹的任务执行时间预测算法在分布式网络环境下进行了实验，对任务实际执行时间与预测时间作了比较。实验结果说明所做工作的正确性，该结果对于基于主机负载的任务执行时间预测具有较好的参考意义。

论文目录

• 摘要
• ABSTRACT
• 目录
• Contents
• 第一章 绪论
• 1.1 论文的研究背景
• 1.2 论文的研究意义
• 1.3 国内外研究历史及现状
• 1.4 论文的主要工作以及组织结构
• 第二章 时间约束参数与主机负载
• 2.1 实时系统
• 2.1.1 实时系统的分类
• 2.1.2 实时系统的特点
• 2.1.3 实时任务的分类
• 2.2 时间约束参数
• 2.2.1 作业和任务
• 2.2.2 释放时间
• 2.2.3 执行时间
• 2.2.4 时限和定时约束
• 2.3 主机负载
• 2.3.1 主机负载定义
• 2.3.2 获取主机负载
• 2.3.3 主机负载特性
• 2.4 RT-CORBA 技术
• 2.4.1 ACE自适配通信环境
• 2.4.2 实时中间件TAO
• 第三章 时间约束参数分析预测
• 3.1 分析预测方法分类
• 3.1.1 定性预测
• 3.1.2 定量预测
• 3.2 时间序列法分析预测
• 3.2.1 时间序列概念
• 3.2.2 平稳的时间序列预测模型
• 3.2.3 非平稳的时间序列预测模型
• 3.3 回归分析预测
• 3.3.1 回归分析概念
• 3.3.2 一元线性回归分析
• 3.3.3 多元、非线性回归分析
• 3.4 预测方法的评估
• 第四章 时间约束参数的可预测性
• 4.1 实时系统的可预测性
• 4.1.1 静态可预测性
• 4.1.2 动态可预测性
• 4.2 任务执行的可预测性
• 4.3 基于时间序列的主机负载预测
• 4.3.1 数据系列预处理
• 4.3.2 数据系列平稳化
• 4.3.3 数据序列模式识别
• 4.3.4 数据序列模型定价
• 4.3.5 数据序列参数估计
• 4.3.6 数据序列的预测
• 4.4 影响任务执行时间预测的因素
• 4.4.1 任务特征
• 4.4.2 任务实际运行情况
• 第五章 基于主机负载的任务执行时间预测实验
• 5.1 主机负载与任务执行时间
• 5.2 任务执行时间预测算法
• 5.3 预测系统模型
• 5.3.1 系统模型
• 5.3.2 系统组成
• 5.4 任务执行时间预测分析
• 5.4.1 预测算法描述
• 5.4.2 预测影响因素
• 5.5 预测测试环境
• 5.6 预测实例与分析
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢