CN109684067B - 一种任务调度规划自动生成和运行***及方法 - Google Patents
一种任务调度规划自动生成和运行***及方法 Download PDFInfo
- Publication number
- CN109684067B CN109684067B CN201811631496.7A CN201811631496A CN109684067B CN 109684067 B CN109684067 B CN 109684067B CN 201811631496 A CN201811631496 A CN 201811631496A CN 109684067 B CN109684067 B CN 109684067B
- Authority
- CN
- China
- Prior art keywords
- task
- vector
- instrument
- test
- resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44568—Immediately runnable code
- G06F9/44578—Preparing or optimising for loading
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明公开了一种任务调度规划自动生成和运行***及方法,属于测试技术领域,本发明***包括任务调度规划自动生成模块、任务调度规划表模块、任务运行调度模块、测试任务模块和资源动态管理器。通过本发明方法,用户可以生成允许多个任务同时访问同一多通道仪器的任务调度规划,结合资源动态管理服务,既提高了规划中任务的并行度,又避免了运行时对仪器访问的冲突,从而提高了***资源的利用率。
Description
技术领域
本发明属于测试技术领域,具体涉及一种任务调度规划自动生成和运行***及方法。
背景技术
现有的基于任务调度规划的并行自动测试***软件中,常见的生成任务调度规划的方式有两种:手动方式、自动生成方式。
手动方式严重依赖测试人员的经验,随着被测件、测试指标和仪器资源规模的增加,手工方式的工作量将呈指数型增加,任务调度表的性能和可靠性更加无法保证,不太适用于复杂的并行测试。
自动生成方式就是采用智能算法,通过分析***资源信息和测试建模信息来生成一个任务调度规划。这种方式调度规划的生成效率高,并且任务调度规划的资源利用率高、可靠性高、性能优越,现在已经成为并行测试***软件中的主流。
现有自动生成方法中,对***中各仪器的管理和调配方式常见有两种:
1)将一个仪器作为一个资源,在测试建模时用户指定任务要使用的具体仪器,任务独占访问仪器;即同一时刻一台仪器只能由一个测试任务访问,不允许出现多个测试任务同时访问同一仪器的情况,这样可以避免出现访问冲突,保证了测试安全性,但是对于多通道仪器,这种方式浪费了多通道仪器的测试能力。
2)将仪器的一个通道作为一个资源,在测试建模时用户需要指定任务要使用的仪器的具体通道,任务只能访问指定的仪器通道。对于单通道仪器,任务独占仪器;对于多通道仪器,多任务可以共享访问仪器。对多通道仪器测试能力的利用率有一定程度的提高,但是增加了一些人工规划,如果规划不当还会降低资源的利用率;并且当***硬件有变动时,需要重新对测试进行建模,增加了用户工作量。
根据现有资料,目前生成任务调度表的方式有“手工规划”和“智能算法自动生成”这两种方式。如上节所述,手动规划方式有很大缺陷,并不适合复杂的并行测试***,现在“智能算法自动生成”方式已经成为主流。
自动生成方式采用智能调度规划生成算法来生成一个优化的任务调度规划。以遗传算法为例,它是一种自适应启发式、迭代式、概率性全局搜索优化算法,通过模拟生物进化过程,从多次迭代中选出族群最优解。具体应用到任务调度规划生成算法中,需要通过分析测试***的仪器资源信息、测试任务使用仪器资源信息等信息,自动生成一系列个体(一个个体对应一个任务调度规划,经过简化即可转换为任务调度规划)组成一个原始族群,然后模拟生物进化过程,通过选择、交叉、变异各种操作,迭代产生多代族群,在每代族群中选择一个最优个体组成一个最优个体集合,然后再从这个集合中选择一个最优个体,经过简化处理后就得到了最终的任务调度规划。
实现方案的关键是设计合适的个体编码方法和个体生成算法,目前常见的编码方式是矩阵:
a)矩阵中元素值是测试任务的编号值或零。
b)矩阵的行向量代表了***的执行步骤。
c)矩阵的列向量代表测试任务组,一个测试任务组内部的所有测试任务占用的资源均不相同,任务间没有资源冲突,可以同步运行。
个体生成算法分析测试***的仪器资源信息、测试任务使用仪器资源信息等信息,构建一个符合上述编码方式的个体矩阵。个体生成算法流程如图1所示:
1)首先构建一个空白的个体矩阵,并将个体矩阵的列索引初始化为1。
2)根据***中所有的仪器资源的信息构建资源向量。资源向量R={r1,r2,r3,……,rn}是一个n维向量(n:***中仪器个数),每个元素的取值范围为(0,1),对应了***中一个仪器,1表示该仪器未被占用,0表示该仪器正在被使用。向量的初始值中所有元素都是1,表示所有仪器都未被占用。
3)根据***的所有测试任务的信息构建任务向量。任务向量T={t1,t2,t3,……,tm}中的每个元素对应了一个测试任务。
4)开始对任务向量中的所有任务进行分配:首先判断任务向量是否为空,如果为空表示所有任务已经被分配,可以对生成的个体矩阵进行简化,去除多余的元素,得到一个任务调度规划,算法完成。
5)否则表示还有任务未被分配,从任务向量中随机选取一个测试任务,对该测试任务进行任务分配。
6)判断剩余资源是否满足该测试任务的需求,判断方法利用了该任务的任务所需资源向量RTi={r1 ti,r2 ti,r3 ti,……,rn ti},RTi是一个n维向量(n:***中仪器个数),每个元素的取值范围为(0,1),对应了***中一个仪器,1表示测试任务需要使用该仪器,0表示测试任务不需要该仪器。
判断方法如下:
RTi和R进行与(&)操作,然后判断该计算结果是否和RTi相等,如果相等表示符合需求,否则表示不符合需求。
7)如果不满足需求,转到第四步重新随机选择一个测试任务;如果满足条件,转入下一步。
8)如果满足任务需求,就从资源向量中扣除该任务所需的资源。计算方法如下:将RTi进行取反操作,然后和R进行与(&)操作。
9)将测试任务加入到个体矩阵的第i列,从任务向量T中删除调该任务元素,这样就完成了对该任务的分配。
10)判断是否已经遍历完任务向量T,如果为是,则表示已经没有任务能够满足与第i列中的任务并行运行的条件,则将个体矩阵的列索引值加1,并将资源向量R初始化为所有元素都是1,并转到第四步开始对任务向量中的剩余任务进行新一轮的分配,产生第i+1列的并行任务组;如果为否,则转到第五步,继续访问任务向量。
重复循环步骤4到步骤10,直到所有任务都分配完毕,经过简化后得到符合上述编码方式的个体矩阵,至此算法完毕。
现有技术的缺点:
由于现有常见的自动测试***未提供资源动态管理服务,测试任务在运行时并不知道仪器的哪个通道正在被使用,为了避免对仪器的访问冲突,测试任务都是以独占方式访问仪器,不允许多个测试任务同时访问同一仪器(无论该仪器是单通道还是多通道仪器),这样生成的任务调度规划也不允许出现同时访问一个仪器的情况,无法充分发挥***中多通道仪器的测试能力,无法进一步提高***的测试效率。
发明内容
针对现有技术中存在的上述技术问题,本发明提出了一种任务调度规划自动生成和运行***及方法,设计合理,克服了现有技术的不足,具有良好的效果。
为了实现上述目的,本发明采用如下技术方案:
一种任务调度规划自动生成和运行***,包括任务调度规划自动生成模块、任务调度规划表模块、任务运行调度模块、测试任务模块和资源动态管理器;
任务调度规划自动生成模块:被配置为用于实现智能调度规划生成算法,分析***内仪器资源信息、测试任务使用仪器资源信息,自动生成一个优化的任务调度规划表;
任务调度规划表模块:被配置为用于保存任务调度规划自动生成模块生成的优化任务调度规划信息,包括任务组调度步骤、任务组包含哪些任务以及每个任务的建模信息,任务调度规划表模块被保存到XML文件,能够被任务运行调度模块重复利用;
任务运行调度模块:被配置为用于按照任务调度规划的内容,依照调度步骤的顺序运行各个任务组,每个任务组中的所有任务并行启动;
测试任务模块:被配置为用于向资源动态管理器申请要访问仪器的空闲通道,得到一个空闲通道号,然后根据该通道号调用仪器驱动访问仪器实现测试;
资源动态管理器:被配置为用于负责***中所有仪器的动态使用情况,向测试任务模块提供仪器的空闲通道,并且在测试任务模块运行完毕后回收通道。
一种任务调度规划自动生成和运行方法,采用如上所述的一种任务调度规划自动生成和运行***,具体包括如下步骤:
步骤1:构建空白个体矩阵,并将个体矩阵的列索引初始化为1;
步骤2:将初始资源向量备份到备份资源向量R’中;
资源向量是根据***中所有仪器资源的信息构建的,资源向量R={r1,r2,r3,……,rn}是一个n维向量,其中,n为***中仪器个数,每个元素的取值范围为0~k,对应***中一个仪器的空闲通道数,k为该仪器的通道总数,0表示该仪器的所有通道已经全部被占用,1表示该仪器还有一个通道未被使用,依次类推;元素的初始值为对应仪器的通道总数;
步骤3:根据***中所有测试任务的信息构建任务向量;
任务向量T={t1,t2,t3,……,tm}中的每个元素对应一个测试任务;
步骤4:对任务向量中的所有任务进行分配;判断是否有未分配的任务;
若:判断结果是没有未分配的任务,则执行步骤5;
或判断结果是有未分配的任务,则执行步骤6;
步骤5:简化个体矩阵,去除多余元素,得到一个任务调度规划,算法完成;
步骤6:从任务向量中随机选取一个测试任务,对该测试任务进行任务分配,判断剩余资源是否满足该测试任务的需求;
若:判断结果是剩余资源不满足测试任务的需求,则将该任务加入临时任务向量,从任务向量中扣除该任务,然后转到步骤6重新随机选择一个测试任务;
或判断结果是剩余资源满足测试任务的需求,则从资源向量中扣除该任务所需资源;
步骤7:将测试任务加入到个体矩阵的第i列,从任务向量T中删除该任务,判断是否已经遍历完任务向量,即判断任务向量是否为空;
若:判断结果是已经遍历完任务向量,即任务向量为空,则执行步骤8;
或判断结果是没有遍历完任务向量,即任务向量不为空,则执行步骤9;
步骤8:将个体矩阵的列索引值加1;将临时任务向量中的任务加入到任务向量中,清除临时任务向量;利用备份资源向量R’恢复资源向量R内容到初始状态;并转到步骤4开始对任务向量中的剩余任务进行新一轮的分配,产生第i+1列的并行任务组;
步骤9:转到步骤6,继续访问任务向量,看是否能够在个体矩阵第i列中加入新的能够并行运行的任务。
优选地,在步骤6中,判断方法利用了该任务的任务所需资源向量RTi={r1 ti,r2 ti,r3 ti,……,rn ti},RTi是一个n维整数向量,n为***中仪器个数,每个元素对应了测试任务所需的***中某仪器的通道数,0表示测试任务不需要该仪器,1表示测试任务需要使用该仪器的一个通道,依次类推;
判断方法如下:
R和RTi进行减操作,然后判断该计算结果是否有负数元素,如果没有表示符合需求,否则表示不符合需求。
优选地,在步骤6中,从资源向量中扣除该任务所需资源的计算方法如下:
R=R-RTi;
R和RTi进行减操作。
本发明原理:
本发明方法包括任务调度规划的生成和任务执行两部分,在生成任务调度时,只是生成允许多个任务同时访问多通道仪器的调度规划,但并不确定任务要访问的具体仪器通道;在任务运行时向资源动态管理器动态申请仪器的空闲通道,利用申请到的空闲通道访问仪器;两部分结合,既可以充分利用多通道仪器的测试能力,又避免任务对仪器的访问冲突,从而提高***的资源利用率。
本发明所带来的有益技术效果:
通过本发明方法,用户可以生成允许多个任务同时访问同一多通道仪器的任务调度规划,结合资源动态管理服务,既提高了规划中任务的并行度,又避免了运行时对仪器访问的冲突,从而提高了***资源的利用率。
附图说明
图1为个体生成算法流程图。
图2为本发明任务调度规划自动生成和运行***的结构示意图。
图3为本发明方法流程图。
具体实施方式
下面结合附图以及具体实施方式对本发明作进一步详细说明:
实施例1:
如图2所示,一种任务调度规划自动生成和运行***,包括任务调度规划自动生成模块、任务调度规划表模块、任务运行调度模块、测试任务模块和资源动态管理器;
任务调度规划自动生成模块:被配置为用于实现智能调度规划生成算法,分析***内仪器资源信息、测试任务使用仪器资源信息,自动生成一个优化的任务调度规划表;
任务调度规划表模块:被配置为用于保存任务调度规划自动生成模块生成的优化任务调度规划信息,包括任务组调度步骤、任务组包含哪些任务以及每个任务的建模信息,任务调度规划表模块被保存到XML文件,能够被任务运行调度模块重复利用;
任务运行调度模块:被配置为用于按照任务调度规划的内容,依照调度步骤的顺序运行各个任务组,每个任务组中的所有任务并行启动;
测试任务模块:被配置为用于向资源动态管理器申请要访问仪器的空闲通道,得到一个空闲通道号,然后根据该通道号调用仪器驱动访问仪器实现测试;
资源动态管理器:被配置为用于负责***中所有仪器的动态使用情况,向测试任务模块提供仪器的空闲通道,并且在测试任务模块运行完毕后回收通道。
实施例2:
在上述实施例1的基础上,本发明还提到一种任务调度规划自动生成和运行方法,其流程如图3所示,具体包括如下步骤:
步骤1:构建空白个体矩阵,并将个体矩阵的列索引初始化为1;
步骤2:将初始资源向量备份到备份资源向量R’中;
资源向量是根据***中所有仪器资源的信息构建的,资源向量R={r1,r2,r3,……,rn}是一个n维向量,其中,n为***中仪器个数,每个元素的取值范围为0~k,对应***中一个仪器的空闲通道数,k为该仪器的通道总数,0表示该仪器的所有通道已经全部被占用,1表示该仪器还有一个通道未被使用,依次类推;元素的初始值为对应仪器的通道总数;
步骤3:根据***中所有测试任务的信息构建任务向量;
任务向量T={t1,t2,t3,……,tm}中的每个元素对应一个测试任务;
步骤4:对任务向量中的所有任务进行分配;判断是否有未分配的任务;
若:判断结果是没有未分配的任务,则执行步骤5;
或判断结果是有未分配的任务,则执行步骤6;
步骤5:简化个体矩阵,去除多余元素,得到一个任务调度规划,算法完成;
步骤6:从任务向量中随机选取一个测试任务,对该测试任务进行任务分配,判断剩余资源是否满足该测试任务的需求;
若:判断结果是剩余资源不满足测试任务的需求,则将该任务加入临时任务向量,从任务向量中扣除该任务,然后转到步骤6重新随机选择一个测试任务;
判断方法利用了该任务的任务所需资源向量RTi={r1 ti,r2 ti,r3 ti,……,rn ti},RTi是一个n维整数向量,n为***中仪器个数,每个元素对应了测试任务所需的***中某仪器的通道数,0表示测试任务不需要该仪器,1表示测试任务需要使用该仪器的一个通道,依次类推;
判断方法如下:
R和RTi进行减操作,然后判断该计算结果是否有负数元素,如果没有表示符合需求,否则表示不符合需求;
或判断结果是剩余资源满足测试任务的需求,则从资源向量中扣除该任务所需资源;
计算方法如下:
R=R-RTi;
R和RTi进行减操作。
步骤7:将测试任务加入到个体矩阵的第i列,从任务向量T中删除该任务,判断是否已经遍历完任务向量,即判断任务向量是否为空;
若:判断结果是已经遍历完任务向量,即任务向量为空,则执行步骤8;
或判断结果是没有遍历完任务向量,即任务向量不为空,则执行步骤9;
步骤8:将个体矩阵的列索引值加1;将临时任务向量中的任务加入到任务向量中,清除临时任务向量;利用备份资源向量R’恢复资源向量R内容到初始状态;并转到步骤4开始对任务向量中的剩余任务进行新一轮的分配,产生第i+1列的并行任务组;
步骤9:转到步骤6,继续访问任务向量,看是否能够在个体矩阵第i列中加入新的能够并行运行的任务。
本方法的关键点和保护点:
1、本发明以通道数描述仪器的并行测试能力。比如:一个单通道仪器的并行测试能力就为1,一个双通道仪器的并行测试能力就为2。在构建资源向量时,把仪器作为一个元素,以仪器的并行测试能力作为元素值,构建包含***中所有仪器并行测试能力的资源向量。
2、本发明生成算法中,由独占仪器转变为共享仪器并行测试能力。比如:当一个任务占用一个仪器的一个通道时,该仪器的并行测试能力就减1,当该仪器的并行测试能力变为0时,表明当前任务组中同时访问该仪器的任务达到饱和。
3、本发明生成的调度规划并未确定各个任务要访问仪器的具体通道,任务在运行时还需要向资源动态管理服务申请具体的仪器通道。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (3)
1.一种任务调度规划自动生成和运行方法,其特征在于:采用一种任务调度规划自动生成和运行***,该***包括任务调度规划自动生成模块、任务调度规划表模块、任务运行调度模块、测试任务模块和资源动态管理器;
任务调度规划自动生成模块:被配置为用于实现智能调度规划生成算法,分析***内仪器资源信息、测试任务使用仪器资源信息,自动生成一个优化的任务调度规划表;
任务调度规划表模块:被配置为用于保存任务调度规划自动生成模块生成的优化任务调度规划信息,包括任务组调度步骤、任务组包含哪些任务以及每个任务的建模信息,任务调度规划表模块被保存到XML文件,能够被任务运行调度模块重复利用;
任务运行调度模块:被配置为用于按照任务调度规划的内容,依照调度步骤的顺序运行各个任务组,每个任务组中的所有任务并行启动;
测试任务模块:被配置为用于向资源动态管理器申请要访问仪器的空闲通道,得到一个空闲通道号,然后根据该通道号调用仪器驱动访问仪器实现测试;
资源动态管理器:被配置为用于负责***中所有仪器的动态使用情况,向测试任务模块提供仪器的空闲通道,并且在测试任务模块运行完毕后回收通道;具体包括如下步骤:
步骤1:构建空白个体矩阵,并将个体矩阵的列索引初始化为1;
步骤2:将初始资源向量备份到备份资源向量R’中;
资源向量是根据***中所有仪器资源的信息构建的,资源向量R={r1,r2,r3,……,rn}是一个n维向量,其中,n为***中仪器个数,每个元素的取值范围为0~k,对应***中一个仪器的空闲通道数,k为该仪器的通道总数,0表示该仪器的所有通道已经全部被占用,1表示该仪器还有一个通道未被使用,依次类推;元素的初始值为对应仪器的通道总数;
步骤3:根据***中所有测试任务的信息构建任务向量;
任务向量T={t1,t2,t3,……,tm}中的每个元素对应一个测试任务;
步骤4:对任务向量中的所有任务进行分配;判断是否有未分配的任务;
若:判断结果是没有未分配的任务,则执行步骤5;
或判断结果是有未分配的任务,则执行步骤6;
步骤5:简化个体矩阵,去除多余元素,得到一个任务调度规划,算法完成;
步骤6:从任务向量中随机选取一个测试任务,对该测试任务进行任务分配,判断剩余资源是否满足该测试任务的需求;
若:判断结果是剩余资源不满足测试任务的需求,则将该任务加入临时任务向量,从任务向量中扣除该任务,然后转到步骤6重新随机选择一个测试任务;
或判断结果是剩余资源满足测试任务的需求,则从资源向量中扣除该任务所需资源;
步骤7:将测试任务加入到个体矩阵的第i列,从任务向量T中删除该任务,判断是否已经遍历完任务向量,即判断任务向量是否为空;
若:判断结果是已经遍历完任务向量,即任务向量为空,则执行步骤8;
或判断结果是没有遍历完任务向量,即任务向量不为空,则执行步骤9;
步骤8:将个体矩阵的列索引值加1;将临时任务向量中的任务加入到任务向量中,清除临时任务向量;利用备份资源向量R’恢复资源向量R内容到初始状态;并转到步骤4开始对任务向量中的剩余任务进行新一轮的分配,产生第i+1列的并行任务组;
步骤9:转到步骤6,继续访问任务向量,看是否能够在个体矩阵第i列中加入新的能够并行运行的任务。
2.根据权利要求1所述的任务调度规划自动生成和运行方法,其特征在于:在步骤6中,判断方法利用了该任务的任务所需资源向量RTi={r1 ti,r2 ti,r3 ti,……,rn ti},RTi是一个n维整数向量,RTi描述的是测试任务Ti占用的资源,n为***中仪器个数,每个元素对应了测试任务所需的***中某仪器的通道数,0表示测试任务不需要该仪器,1表示测试任务需要使用该仪器的一个通道,依次类推;
判断方法如下:
R和RTi进行减操作,然后判断该计算结果是否有负数元素,如果没有表示符合需求,否则表示不符合需求。
3.根据权利要求1所述的任务调度规划自动生成和运行方法,其特征在于:在步骤6中,从资源向量中扣除该任务所需资源的计算方法如下:
R=R-RTi;
R和RTi进行减操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811631496.7A CN109684067B (zh) | 2018-12-29 | 2018-12-29 | 一种任务调度规划自动生成和运行***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811631496.7A CN109684067B (zh) | 2018-12-29 | 2018-12-29 | 一种任务调度规划自动生成和运行***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109684067A CN109684067A (zh) | 2019-04-26 |
CN109684067B true CN109684067B (zh) | 2020-10-16 |
Family
ID=66190159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811631496.7A Active CN109684067B (zh) | 2018-12-29 | 2018-12-29 | 一种任务调度规划自动生成和运行***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109684067B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6708324B1 (en) * | 1999-06-24 | 2004-03-16 | Cisco Technology, Inc. | Extensible automated testing software |
CN101853201A (zh) * | 2010-05-24 | 2010-10-06 | 南京航空航天大学 | 一种基于着色petri网的软件并行测试方法及工具 |
CN101976221A (zh) * | 2010-10-14 | 2011-02-16 | 北京航空航天大学 | 一种基于粒子群禁忌组合的并行测试任务调度方法及平台 |
CN101984412A (zh) * | 2010-10-13 | 2011-03-09 | 北京航空航天大学 | 一种基于分组和禁忌搜索的并行测试任务调度方法 |
CN103077135A (zh) * | 2012-12-31 | 2013-05-01 | 中国电子科技集团公司第四十一研究所 | 一种支持并行测试的测试资源管理方法 |
CN103235743A (zh) * | 2013-04-07 | 2013-08-07 | 北京航空航天大学 | 一种基于分解和最优解跟随策略的多目标测试任务调度方法 |
CN104239213A (zh) * | 2014-09-29 | 2014-12-24 | 北京航空航天大学 | 一种面向航天器自动化测试的并行测试任务两阶段调度方法 |
CN106021100A (zh) * | 2016-05-12 | 2016-10-12 | 中国电子科技集团公司第四十研究所 | 一种支持并行测试的测试任务运行调度方法 |
CN106354633A (zh) * | 2016-08-25 | 2017-01-25 | 中国电子科技集团公司第四十研究所 | 基于算法插件的任务调度表生成方法 |
-
2018
- 2018-12-29 CN CN201811631496.7A patent/CN109684067B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6708324B1 (en) * | 1999-06-24 | 2004-03-16 | Cisco Technology, Inc. | Extensible automated testing software |
CN101853201A (zh) * | 2010-05-24 | 2010-10-06 | 南京航空航天大学 | 一种基于着色petri网的软件并行测试方法及工具 |
CN101984412A (zh) * | 2010-10-13 | 2011-03-09 | 北京航空航天大学 | 一种基于分组和禁忌搜索的并行测试任务调度方法 |
CN101976221A (zh) * | 2010-10-14 | 2011-02-16 | 北京航空航天大学 | 一种基于粒子群禁忌组合的并行测试任务调度方法及平台 |
CN103077135A (zh) * | 2012-12-31 | 2013-05-01 | 中国电子科技集团公司第四十一研究所 | 一种支持并行测试的测试资源管理方法 |
CN103235743A (zh) * | 2013-04-07 | 2013-08-07 | 北京航空航天大学 | 一种基于分解和最优解跟随策略的多目标测试任务调度方法 |
CN104239213A (zh) * | 2014-09-29 | 2014-12-24 | 北京航空航天大学 | 一种面向航天器自动化测试的并行测试任务两阶段调度方法 |
CN106021100A (zh) * | 2016-05-12 | 2016-10-12 | 中国电子科技集团公司第四十研究所 | 一种支持并行测试的测试任务运行调度方法 |
CN106354633A (zh) * | 2016-08-25 | 2017-01-25 | 中国电子科技集团公司第四十研究所 | 基于算法插件的任务调度表生成方法 |
Non-Patent Citations (2)
Title |
---|
一种基于并行测试完成时间的任务调度算法;方丹,崔少辉,卢慧卿,陈卫荣;《测控技术》;20130328;121-124 * |
基于自然数编码遗传算法的并行测试技术;王伟斌,秦红磊;《***工程与电子技术》;20100630;1343-1348 * |
Also Published As
Publication number | Publication date |
---|---|
CN109684067A (zh) | 2019-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110515739B (zh) | 深度学习神经网络模型负载计算方法、装置、设备及介质 | |
CN108537543B (zh) | 区块链数据的并行处理方法、装置、设备和存储介质 | |
US11003507B2 (en) | Mapreduce job resource sizing using assessment models | |
EP3495951A1 (en) | Hybrid cloud migration delay risk prediction engine | |
CN109753356A (zh) | 一种容器资源调度方法、装置及计算机可读存储介质 | |
US11055139B2 (en) | Smart accelerator allocation and reclamation for deep learning jobs in a computing cluster | |
CN112685153A (zh) | 微服务调度方法、装置以及电子设备 | |
US20110161263A1 (en) | Computer-Implemented Systems And Methods For Constructing A Reduced Input Space Utilizing The Rejected Variable Space | |
CN113821332B (zh) | 自动机器学习***效能调优方法、装置、设备及介质 | |
CN112416585A (zh) | 面向深度学习的gpu资源管理与智能化调度方法 | |
CN109710406A (zh) | 数据分配及其模型训练方法、装置、及计算集群 | |
CN113157421A (zh) | 一种基于用户作业流程的分布式集群资源调度方法 | |
CN113626168A (zh) | 联邦学习中参与方贡献量计算方法、***、设备及介质 | |
Li et al. | MapReduce task scheduling in heterogeneous geo-distributed data centers | |
Park et al. | Practical Human Resource Allocation in Software Projects Using Genetic Algorithm. | |
CN109684067B (zh) | 一种任务调度规划自动生成和运行***及方法 | |
JP2014021847A (ja) | リソース管理装置及びリソース管理方法及びプログラム | |
CN112363914A (zh) | 一种并行测试资源配置寻优的方法、计算设备及存储介质 | |
Baheri | Mars: Multi-scalable actor-critic reinforcement learning scheduler | |
Diviš et al. | Reflective nested simulations supporting optimizations within sequential railway traffic simulators | |
CN115827225A (zh) | 异构运算的分配方法、模型训练方法、装置、芯片、设备及介质 | |
CN107122849B (zh) | 基于SparkR的产品检测总完工时间极小化方法 | |
CN115496373A (zh) | 应用于敏捷管理平台的任务分配方法及装置 | |
CN105389212A (zh) | 一种作业分配方法和装置 | |
Al-Emran et al. | Operational planning, re-planning and risk analysis for software releases |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 266555 No. 98 Xiangjiang Road, Huangdao District, Qingdao City, Shandong Province Patentee after: CLP kesiyi Technology Co.,Ltd. Address before: 266555 No. 98 Xiangjiang Road, Huangdao District, Qingdao City, Shandong Province Patentee before: CHINA ELECTRONIC TECHNOLOGY INSTRUMENTS Co.,Ltd. |