8、在线调度算法：优化能源消耗与任务分配

在线调度算法：优化能源消耗与任务分配

1. 多状态系统调度算法

在多状态系统中，满足三角不等式的情况下，算法 LE’能实现约 5.8（即 3 + 2√2）的竞争比。不过，对于特定系统，可能会有更好的性能比。Augustine 等人开发了一种算法，能针对任意 ϵ > 0，实现 c∗ + ϵ 的竞争比，其中 c∗ 是给定系统可达到的最佳竞争比。该算法的核心思路是构建一个高效策略 A，用于判断针对给定架构是否存在 c - 竞争算法，然后通过在区间 [1, 3 + 2√2] 内进行二分查找来确定 c 的最佳值。并且，能在 O(l² log l log(1/ϵ)) 时间内构建出 (c∗ + ϵ) - 竞争的在线算法。

同时，Irani 等人针对空闲周期长度受概率分布控制的场景给出了不同结果，还对一个具有四个状态的 IBM 硬盘进行了有趣的实验研究。

2. 动态速度缩放问题

动态速度缩放旨在动态调整可变速度处理器或机器的速度，以最小化总能耗。机器以可变速度 s 运行时，单位时间能耗为 E(s) = s^α（α > 1 为常数，实际应用中 α 通常在 [2, 3] 范围内）。

在基于截止日期的调度问题中，给定一系列作业 I = J1, …, Jn，作业 Ji 在时间 ri 释放，必须在截止日期 di 前完成，完成 Ji 需要处理的工作量为 pi。目标是构建一个可行的调度方案，在遵守释放时间和截止日期的前提下，最小化总能耗。

该问题分为离线和在线两种场景。离线场景下，所有作业及其特征都预先已知；在线场景中，作业随时间到达，未来作业未知。

3. 离线算法 - YDS 算法

YDS