| 【中文题名】 | 基于历史运行轨迹的时间约束参数预测的研究 |
| 【英文题名】 | Research on Prediction of Timing Parameters Based on History Trace |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-9-28 |
| 【中关键词】 | 实时任务,时间序列,时间参数,执行时间,预测, |
| 【英关键词】 | Real-Time Tasks,Time Series,Timing Parameters,Execution Time,Prediction, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【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... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
ABSTRACT |
5-7 |
|
目录 |
7-11 |
|
Contents |
11-14 |
|
第一章 绪论 |
14-19 |
|
1.1 论文的研究背景 |
14-15 |
|
1.2 论文的研究意义 |
15-16 |
|
1.3 国内外研究历史及现状 |
16-17 |
|
1.4 论文的主要工作以及组织结构 |
17-19 |
|
第二章 时间约束参数与主机负载 |
19-34 |
|
2.1 实时系统 |
19-22 |
|
2.1.1 实时系统的分类 |
19-20 |
|
2.1.2 实时系统的特点 |
20-21 |
|
2.1.3 实时任务的分类 |
21-22 |
|
2.2 时间约束参数 |
22-25 |
|
2.2.1 作业和任务 |
22-23 |
|
2.2.2 释放时间 |
23 |
|
2.2.3 执行时间 |
23-24 |
|
2.2.4 时限和定时约束 |
24-25 |
|
2.3 主机负载 |
25-28 |
|
2.3.1 主机负载定义 |
26 |
|
2.3.2 获取主机负载 |
26-27 |
|
2.3.3 主机负载特性 |
27-28 |
|
2.4 RT-CORBA 技术 |
28-34 |
|
2.4.1 ACE自适配通信环境 |
28-31 |
|
2.4.2 实时中间件TAO |
31-34 |
|
第三章 时间约束参数分析预测 |
34-44 |
|
3.1 分析预测方法分类 |
34-36 |
|
3.1.1 定性预测 |
34-35 |
|
3.1.2 定量预测 |
35-36 |
|
3.2 时间序列法分析预测 |
36-39 |
|
3.2.1 时间序列概念 |
36-37 |
|
3.2.2 平稳的时间序列预测模型 |
37-39 |
|
3.2.3 非平稳的时间序列预测模型 |
39 |
|
3.3 回归分析预测 |
39-42 |
|
3.3.1 回归分析概念 |
39-40 |
|
3.3.2 一元线性回归分析 |
40-41 |
|
3.3.3 多元、非线性回归分析 |
41-42 |
|
3.4 预测方法的评估 |
42-44 |
|
第四章 时间约束参数的可预测性 |
44-58 |
|
4.1 实时系统的可预测性 |
44-45 |
|
4.1.1 静态可预测性 |
44-45 |
|
4.1.2 动态可预测性 |
45 |
|
4.2 任务执行的可预测性 |
45-48 |
|
4.3 基于时间序列的主机负载预测 |
48-55 |
|
4.3.1 数据系列预处理 |
48-49 |
|
4.3.2 数据系列平稳化 |
49 |
|
4.3.3 数据序列模式识别 |
49-51 |
|
4.3.4 数据序列模型定价 |
51-52 |
|
4.3.5 数据序列参数估计 |
52-54 |
|
4.3.6 数据序列的预测 |
54-55 |
|
4.4 影响任务执行时间预测的因素 |
55-58 |
|
4.4.1 任务特征 |
55-56 |
|
4.4.2 任务实际运行情况 |
56-58 |
|
第五章 基于主机负载的任务执行时间预测实验 |
58-69 |
|
5.1 主机负载与任务执行时间 |
58-59 |
|
5.2 任务执行时间预测算法 |
59-62 |
|
5.3 预测系统模型 |
62-65 |
|
5.3.1 系统模型 |
62-64 |
|
5.3.2 系统组成 |
64-65 |
|
5.4 任务执行时间预测分析 |
65-67 |
|
5.4.1 预测算法描述 |
65-66 |
|
5.4.2 预测影响因素 |
66-67 |
|
5.5 预测测试环境 |
67 |
|
5.6 预测实例与分析 |
67-69 |
|
结论 |
69-71 |
|
参考文献 |
71-76 |
|
攻读学位期间发表的学术论文 |
76-77 |
|
致谢 |
77 |
|
| 【DOI】 | LunWen.ID:2.2008.388900 |
