主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
朱敬华,高宏.无线传感器网络中能源高效的任务分配算法.软件学报,2007,18(5):1198-1207
无线传感器网络中能源高效的任务分配算法
An Energy Efficient Algorithm for Task Allocation in Wireless Sensor Networks
投稿时间:2006-12-31  修订日期:2007-02-14
DOI:
中文关键词:  线传感器网络  服务质量  任务图  任务分配  遗传算法
英文关键词:wireless sensor network  quality-of-service  task graph  task allocation  genetic algorithm
基金项目:Supported by the Key Program of the National Natural Science Foundation of China under Grant No.60533110 (国家自然科学基金重点项目); the National Natural Science Foundation of China under Grant No.60473075 (国家自然科学基金); the National Grand Fundamental Research 973 Program of China under Grant No.2006CB303000 (国家重点基础研究发展计划(973)); the Program for New Century Excellent Talents in University of China under Grant No.NCET-05-0333 (新世纪优秀人才支持计划); the Key Program of the Natural Science Foundation of Heilongjiang Province of China under Grant No.ZJG03-05 (黑龙江省自然科学基金重点项目); the Heilongjiang Province Scientific and Technological Special Fund for Young Scholars of China under Grant No.QC06C033 (黑龙江省青年科技专项资金)
作者单位
朱敬华 哈尔滨工业大学,计算机科学与技术学院,黑龙江,哈尔滨,150001 
高宏 哈尔滨工业大学,计算机科学与技术学院,黑龙江,哈尔滨,150001 
摘要点击次数: 4918
全文下载次数: 3900
中文摘要:
      任务分配是高性能计算领域中的一个广泛研究的经典问题,然而,传感器网络资源严重受限,现有的算法不能直接应用.提出一种基于遗传算法的嵌套优化技术,在多跳聚簇网络中进行能源高效的任务分配.一般化的优化目标既可以满足应用的实时性要求,也可以实现能源的高效性.优化解通过结合基于遗传算法的任务映射、路由路径分配、任务调度以及动态电压调制(dynamic voltage scaling,简称DVS)这几个过程而获得.随机产生任务图模拟实验,结果表明,嵌套优化技术与随机优化技术相比,具有较好的实时性和能源高效性.
英文摘要:
      Task allocation is a typical problem in the area of high performance computing and has been extensively studied in the past. However, existing algorithms cannot be directly used in WSN (wireless sensor network) due to severe energy constraint. A nested optimization technique based on genetic algorithm is proposed for energy-efficient task allocation in multi-hop clusters. The general optimization object can meet application’s real-time requirement while realizing energy efficiency. Optimal solution can be achieved by incorporating GA-based task mapping, GA-based routing, communication scheduling and dynamic voltage scaling (DVS). Performance is evaluated through simulations with randomly generated task graphs and simulation results show better solution in terms of real-time and energy-efficiency compared with random optimization techniques.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利