包絡分析的通信軟件多線程數據調度仿真

劉 琴， 安見才讓

（青海民族大學計算機學院，西寧 810007）

0 引言

隨著科學技術的不斷成熟，計算機已經在人們的日常生活、工作、學習中普及。通信軟件作為計算機實時通信系統重要組成部分之一，負責設備內部數據雙向傳輸［1］，具有統一調度、管理計算機系統，提供不同系統服務及用戶使用環境的功能。通信軟件能否實時、準確、穩定地進行數據通信對計算機通信質量影響較為顯著［2］。為保障通信軟件的實時、準確與穩定性，計算機通信軟件中多運用多線程機制調度數據，不同線程分別得到CPU 使用權限，各自執行自己的任務。大幅提升通信軟件通信性能，研究多線程數據調度對計算機通信軟件意義重大。

作為運籌學與數理經濟學等學科交叉研究的新領域，數據包絡分析（Data Envelopment Analysis，DEA）法是一種評價存在多輸入、多輸出生產活動的經濟方法［3］，利用線性規劃方法，根據決策者偏好排序決策單元（Decision Making Unit，DMU），同時DMU 同多目標Pareto解存在一致性，該方法簡單易行，廣泛應用于多目標問題求解［4］。因此，提出基于包絡分析的通信軟件多線程數據調度方法，通過實驗驗證了該方法能提升計算機通信軟件通信性能，降低通信軟件資源消耗量［5］。

1 通信軟件多線程數據調度

基于通信工程角度，利用計算機進行通信軟件多線程數據調度，在計算機通信軟件程序內構建多線程機制，將通信任務分配至不同線程，同時利用約束條件實現各線程同步運行，完成通信軟件多線程數據調度［6］。

1.1 通信軟件總體設計

服務器端以及客戶端通信軟件設計，通過多線程方式完成C/S模式的通信，且服務器端及客戶端采用的數據庫分別是ORACLE 9i以及SQLite數據庫，采用嵌入式數據庫，具有資源耗費低的優勢，在服務器端及客戶端通信軟件開發過程中，具有重要的應用價值。通信服務器同客戶端間物理結構如圖1 所示。

圖1 通信服務器和客戶端間物理結構

1.2 多線程技術及其適用環境

設計系統程序過程中，程序無法實現客戶輸入的長時間等待。設計系統通信軟件過程中，分享客戶同程序間的交流功能。若客戶對輸入某個主程序的循環，但該循環并非具備等待功能，那么需要為客戶創造一個系統，確保系統循環能實時響應客戶的輸入指令，這是一種復合操作客戶指令系統，通過多線程方法解決客戶需求的實時響應。通信軟件工作時，通過多線程方法可以高效率處理數據，解決復雜運行程序，完成客戶指令的預處理［7］。通信軟件多線程調度，是采用有效方法實現多種通信程序的高效率調度，可降低客戶輸出信息的滯后時間，確保總體通信軟件的順利運行［8］。通信軟件多線程調度，可有效處理數據通信過程中的數據優先級以及沖突，提高數據通信效率和質量，確保數據的安全輸入以及輸出。

1.3 基于包絡分析的通信軟件多線程調度

1.3.1 數據包絡分析

DEA利用線性規劃的方法，對采集的數據進行實時分析，能對數據的實時采集和分析采用多線程分別進行處理。該種方法的優勢是單位穩定性［9］。通過數據規劃方法可獲取通信軟件多線程數據通信系統的投入產出變量，解決人為因素導致的權重分配不合理問題［10］，提高評估結果的有效性。DEA 是一種通過數學規劃模型分析、評價存在多個輸入與產出的決策單元生產相對有效性和效率的非參數方法。

1.3.2 基于包絡分析的通信軟件多線程調度模型求解

采用DEA構建通信軟件多線程數據調度模型，可用于測度具有多種投入和多種產出的同類DMU 的有效性。

設有n個DMU，每個決策單元都有m種輸入和s種輸出，輸入向量xj=［x1j，x2j，…，xmj］T＞0；輸出向量為yj=［y1j，y2j，…，ysj］T＞0；其中j=1，2，…，n；對應的權重為w=［w1，w2，…，wm］T；則線性化DEA的基本調度數學模型：

式中：maxhij為第j個DMU 對第i種類型最大化輸出的點集；xij為第j個DMU對第i種類型輸入的輸入量；yrj為第j個DMU 對第r種類型輸出的輸入量；λ為DMU的系數。通過DEA對通信軟件多線程數據調度決策方案進行評價，評價DMU 已知決策方案（xj，yj）實施過程的有效性，若λ＜1，說明此決策方案與其他決策方案相比具有資源耗損的現象，在確保通信量穩定的基礎上，利用通信調整能降低（1 -λ）xj的投入；在決策方案（xj，yj）與其他決策方案相比存在生產有效性的條件下，說明此決策方案不具有通信資源浪費的情況。

雖然DEA法能為決策者提供多種決策方案的功能［11］，但因其具有全局收斂性，容易陷入局部最優解。因此，本文利用遺傳算法（Genetic Algorithm，GA）的變異機制，采用了隨機性和全局搜索的策略，在生成初始種群時設置變量約束條件，避免算法陷入局部最優，可更好地保證通信軟件多線程數據調度模型獲得全局最優解。

通信軟件多線程數據調度問題中包含非線性等式與不等式約束條件，采用GA 在生成初始種群時設置變量約束條件，則通信軟件多線程數據調度模型

式中，hjv是對效率單元jv進行決策的指數。通過懲罰函數法將式（2）轉化無約束問題，得到目標函數

式中：δ為調度指標；hi（δ）為資源耗損調度指標函數；gi（δ）為通信軟件網損調度指標函數；φ（X，Y）為非離散化變量φ的矢量；M0為等式約束的懲罰系數；k為等式約束的總量；m為滿足約束條件的數量。

由于模型的約束中使用了懲罰函數，因此可通過罰函數法來求解。可將約束條件轉化為懲罰項：

結合等式約束的懲罰系數M0，通常取較大的常數，使用梯度下降法，實現模型的求解

資源耗損調度指標是指受節能調度理念影響，通信軟件多線程調度的主要目的之一就是通過線程之間的互動影響［12］，最大程度發揮多線程的調度功能，在滿足通信軟件通信功能的基礎上，充分降低信道、節點等通信資源的使用量，也就是在調度周期中通信軟件的通信資源耗損量最低；通信軟件網損調度指標研究通信軟件阻抗特征造成的信號傳輸過程中的信號損耗，同時損耗程度較嚴重，通信軟件網損越嚴重，造成線程額外通信量提升越顯著，相反通信軟件運行就越經濟［13］。

等式約束：通信軟件功率平均約束。通信軟件要求線程發送與接收具備同時性，在確保線程通信量與軟件負荷實時均衡，信道平衡約束是梯級線程存在與相鄰線程耦合關聯的特點［14］。不等式約束：通信軟件功率極限約束。通信軟件多線程調度過程中存在節點最大有功功率和最小有功功率的約束以及通信軟件線程通信流量約束。

以單一線程數據調度替代多線程數據調度，選取權重系數法分別設定10 個有所差異的權重系數，并以此得到10 種有所差異的多線程數據調度決策方案。確定綜合效益最優決策方案過程，考慮決策者的偏好，依照調度指標與DEA 評估值確定達到要求的決策方案，為決策者提供決策理論支持。

2 實驗仿真

為驗證基于包絡分析的通信軟件多線程數據調度方法的調度效果，通過Matlab軟件進行仿真。

2.1 仿真實驗環境設置

硬件環境：DPSQL服務器和DPSQL客戶機分別采用6 臺4 GB 硬盤、1 GB 內存的計算機和10 臺2 GB硬盤，512 MB 內存的計算機，交換機與網卡均為100 MB。

軟件環境：DPSQL 編譯器為gcc，服務器OS 為Redhat Linux 7. 3?？蛻魴COS 分為兩類，分別是Redhat Linux 7.3 和Windows 2007；

完成實驗環境設置后，對測試平臺進行功能性測試，確保DPSQL內部通信軟件對外接口固定，滿足實驗需求。

2.2 數據調度效果仿真

利用編程設計軟件Matlab 獲取通信軟件數據樣本，由于網絡數據調度數據較為復雜，將數據進行分塊，采用Z-score標準化方法，給予原始網絡調度數據的均值和標準差進行標準化處理。經過處理的數據符合標準正態分布，即均值為0，標準差為1。結合通信軟件多線程數據調度模型，將獲取到的通信軟件數據初始樣本輸入至模型，得到數據調度輸出結果。具體如圖2 所示。

圖2 數據調度仿真輸出結果

由圖2 可知，使用包絡分析的通信軟件多線程數據調度方法進行調度前，通信軟件數據初始樣本的調度均衡率最高為46%，調度均衡率始終較低；使用本文所提方法進行調度后，通信軟件數據初始樣本的調度均衡率最高可以達到82%，獲取數據調度輸出結果均衡性提升較為明顯，說明采用本文方法輸出數據調度效果更好。

2.3 數據調度誤碼率測試

在通信軟件多線程數據調度過程中，誤碼率越低說明通信軟件通信性能越高。通過通信軟件多線程數據調度模型得到通信軟件多線程數據調度輸出結果后，檢測輸出結果中的誤碼率，檢測結果如圖3 所示。

圖3 本文方法數據調度輸出結果誤碼率檢測

分析圖3 得到，采用本文方法輸出通信軟件數據調度結果，誤碼率隨信噪比的提升而逐漸降低。當信噪比為-10 dB時，輸出結果誤碼率為0.48%，當信噪比逐漸提升至2 dB時，誤碼率達到0%左右。誤碼率檢測結果顯示本文方法能夠有效改善通信軟件通信性能。

2.4 通信資源耗量測試

為驗證本文方法輸出通信軟件數據調度結果的有效性，在經過通信軟件多線程數據調度模型輸出調度結果后，對通信資源耗量的變化進行測試。不同約束違背值與通信軟件多線程數據調度通信資源消耗量如圖4 所示。

圖4 約束違背與通信軟件資源消耗量

由圖4 可見，本文方法迭代過程中，不同約束違背值降低速度較為顯著。圖4（a）中線程不等式約束違背值經過少次迭代后即可將線程不平等約束沖突降至0；圖4（b）中線程等式約束違背值經過約280 次迭代后將線程不平等約束沖突降至0；圖4（c）中通信軟件平衡負荷約束違背值一開始的線程不平等約束沖突高達0.8，后經過不斷迭代，600 次時，可將線程不平等約束沖突降低至0。而圖4（d）中通信資源消耗量在經過600 次迭代后，可將通信資源消耗量從5.78 MB 下降至5.43 MB 左右。全部約束條件都能較好滿足。同時在GA 迭代次數達到150 次的條件下，通信軟件通信資源消耗量波動情況較為平緩，且約束違背值也基本得到滿足，由此說明GA 運行過程中迭代次數為150 次時即可獲取較優的多線程數據調度策略。

2.5 通信軟件多線程不同時段通信量

在權重系數為0.6，迭代次數為24 h 通信軟件多線程不同時段通信量見表1。

表1 通信軟件多線程不同時段通信量

由表1 數據可見，在迭代次數為24 h 通信軟件多線程不同時段中，線程1 的通信量在306.4 ～1029.9 GB之間波動；線程2 的通信量在56.4 ～1034.5 GB之間波動；線程3 的通信量在57.6 ～761.2 GB之間波動；而節點1 的通信量在312.8 ～539.1 GB之間波動；節點2 的通信量在246.2 ～408.8 GB 之間波動；節點3 的通信量在353.7 ～682.2 GB 之間波動。由此可見，節點通信量的整體波動幅度較小，這是由于本文所建通信軟件多線程調度模型具有最小有功功率、信道初始有效信道量等約束，可對節點通信量進行有效的調節，表明了所提方法下節點通信量調節效果較好。

2.6 通信軟件多線程數據調度結果

通信軟件多線程數據調度決策方案包絡分析結果見表2。

表2 多線程調度結果

分析表2 得到，通信軟件多線程數據調度決策方案包絡分析評估值越高，說明此決策方案內全部線程數據調度的綜合協調性能越高?？紤]決策者對于多線程數據調度目標的偏好有所差異，某些條件下，決策者可能不會選擇協調性能最高的數據調度決策方案進行多線程數據調度，此時決策者可依照自身偏好選取既滿足自身需求，同時綜合協調性也偏高的決策方案進行最終多線程數據調度。

由于GA 具有隨機性，因此通信軟件多線程數據調度結果在一定范圍內具有不同程度的偏差，在實際應用過程中可利用重復運行使多線程數據調度決策方案逐漸接近決策者需求的結果。舉例說明：決策者對于通信軟件多線程數據調度的偏好為追求通信量最高，且要求包絡分析評估值高于0.8，在上述10 種決策方案中即可以第7 種決策方案為通信軟件多線程數據調度的最終決策方案。

2.7 通信軟件通信量、通信資源消耗量與包絡分析評估值間的關系

通信軟件通信量、通信資源消耗量同包絡分析評估值間的關系如圖5 所示。由圖5 可見，隨著通信資源消耗的增加，包絡分析評估值出現了上升和下降的變化，通信軟件通信量與包絡分析評估值的關系并不是一個線性關系。隨著最大流量的增加，包絡分析評估值也出現了上升和下降的變化，通信資源消耗量與包絡分析評估值的關系也不是一個線性關系。

圖5 通信資源消耗量、通信軟件通信量與包絡分析評估值之間的關系

基于此在選取通信軟件多線程數據調度決策方案時，需要共同考慮通信軟件通信量、通信資源消耗量，并結合包絡分析評估值選取決策方案，要依照調度結果以綜合協調性好且滿足決策者需求的決策方案為最終通信軟件多線程數據調度決策方案。

3 結語

通信軟件作為計算機系統的主要組成部分，其信息傳輸速度對計算機系統的管理與程序執行效率影響極為顯著，因此通信軟件通常采用多線程數據調度方法提高通信軟件的通信效率。本文提出基于包絡分析的通信軟件多線程數據調度方法，設定通信軟件多線程調度模型調度指標并構建相關約束條件，采用包絡分析法與GA對模型進行求解，通過設定不同權重系數獲取不同多線程數據調度決策方案，決策者依照自身偏好需求與包絡分析評估值確定通信軟件多線程數據調度最優決策方案，促進多線程數據調度更加高效、精準、穩定和靈活，從而能夠更好地滿足不同應用場景和用戶需求。