Citation link: http://dx.doi.org/10.25819/ubsi/10141
Files in This Item:
File Description SizeFormat
Dissertation_Setareh_Majidi.pdf2.36 MBAdobe PDFThumbnail
View/Open
Dokument Type: Doctoral Thesis
metadata.dc.title: Evolutionary algorithm for scheduling real-time applications in system of systems
Other Titles: Evolutionärer Algorithmus für die Planung von Echtzeitanwendungen in System-of-Systems
Authors: Majidi, Setareh  
Institute: Department Elektrotechnik - Informatik 
Free keywords: Systems of systems, Genetic algorithm, Scheduling, Time triggered control, Optimization
Dewey Decimal Classification: 004 Informatik
GHBS-Clases: TWHF
TWIA
TUH
Issue Date: 2022
Publish Date: 2022
Abstract: 
In recent years, systems engineering and management have evolved from developing distributed
systems to the integration of complex adaptive systems and the advent of Systemsof-
Systems (SoS). SoS emerge from the collaboration of multiple systems with operational
and managerial independency in order to accomplish a higher goal. SoS have been successfully
deployed in different domains such as enterprise systems and smart cities. However,
there is a critical challenge that must be tackled in order to adopt SoS in safety-relevant
embedded applications: reliability and real-time capability are today not addressed in SoS.
An open research challenge is the development of a distributed embedded system architecture
for constantly evolving and dynamic SoS with support for verifiable real-time and
reliability properties. The system architecture needs to support reliable closed loop control
with stringent real-time requirements for applications.
Most of the existing scheduling solutions are developed for monolithic systems or complex
systems with centralized authorities, which may violate the restrictions of SoS and
not be able to satisfy its requirements. In this thesis, we develop an efficient heuristic
approach for scheduling SoS applications with real-time and fault-tolerance requirements.
In order to respect the SoS architectural restrictions, we model the scheduling decisions
at two levels using a Genetic Algorithm (GA) optimizer as a solver, which iteratively interact
to reach a feasible and efficient schedule for the SoS. The computational results
show improvement in the average transmission makespan of SoS applications compared
to the state-of-the-art scheduling solutions up to 31 percent in different scale scenarios.
This work also investigates the capability of our scheduling approach in computing timetriggered
schedules for a sequence of incrementally added SoS applications in a real-time
SoS network. In this regard, a heuristic approach is developed at both scheduling levels
to improve the schedulability of our algorithm by efficiently sparing free time slots on resources
for the upcoming applications. Testing the schedulability and timeliness of the new
incremental scheduler on a set of applications shows improvements in schedulability of up
to 50 percent. Furthermore, we design a fault-tolerant scheduling approach for real-time
SoS applications to tolerate permanent faults. Accordingly, fault-tolerance techniques such
as re-execution and replication are integrated into our two-level GA scheduling algorithm
to enhance the reliability of the system in combination with satisfying deadline constraints.
The reliability is improved on average by 15 percent compared to the non fault-tolerant
scheduler in different scenarios.

In den letzten Jahren haben sich Systemtechnik und -management von der Entwicklung
verteilter Systeme hin zur Integration komplexer adaptiver Systeme und zum Aufkommen
von Systems-of-Systems (SoS) entwickelt. SoS entstehen durch die Zusammenarbeit
mehrerer Systeme, die betrieblich und verwaltungstechnisch unabhängig sind, um ein
höheres Ziel zu erreichen. SoS sind in verschiedenen Bereichen wie Unternehmenssystemen
und intelligenten Städten erfolgreich eingesetzt worden. Es gibt jedoch eine kritische
Herausforderung, die angegangen werden muss, um SoS in sicherheitsrelevanten
eingebetteten Anwendungen einzusetzen: Zuverlässigkeit und Echtzeitfähigkeit werden
bisher in SoS nicht berücksichtigt. Eine offene Forschungsherausforderung ist die Entwicklung
einer verteilten eingebetteten Systemarchitektur für sich ständig weiterentwickelnde
und dynamische SoS mit Unterstützung für überprüfbare Echtzeit- und Zuverlässigkeitseigenschaften.
Die Systemarchitektur muss eine zuverlässige Steuerung im geschlossenen
Regelkreis mit strengen Echtzeitanforderungen für Anwendungen unterstützen.
Die meisten der existierenden Scheduling-Lösungen wurden für monolithische Systeme
oder komplexe Systeme mit zentralisierten Instanzen entwickelt, die möglicherweise die
Einschränkungen des SoS verletzen und nicht in der Lage sind, dessen Anforderungen
zu erfüllen. In dieser Arbeit entwickeln wir einen effizienten heuristischen Ansatz für
die Planung von SoS-Anwendungen mit Echtzeit- und Fehlertoleranzanforderungen. Um
die architektonischen Einschränkungen von SoS zu berücksichtigen, modellieren wir die
Planungsentscheidungen auf zwei Ebenen und verwenden einen genetischen Algorithmus
(GA) als Optimierer, der iterativ interagiert, um einen machbaren und effizienten Plan für
den SoS zu erreichen. Die Berechnungsergebnisse zeigen eine Verbesserung der Übertragungszeit von SoS-Anwendungen im Vergleich zu anderen Scheduling-Lösungen um bis zu 31 Prozent in verschiedenen Szenarien.
In dieser Arbeit wird auch die Fähigkeit unseres Scheduling-Ansatzes untersucht, zeitgesteuerte
Schedules für eine Sequenz von inkrementell hinzugefügten SoS-Anwendungen
in einem Echtzeit-SoS-Netzwerk zu berechnen. In diesem Zusammenhang wird ein heuristischer
Ansatz auf beiden Planungsebenen entwickelt, um die Planbarkeit unseres Algorithmus
zu verbessern, indem freie Zeitfenster der Ressourcen für die kommenden Anwendungen
effizient genutzt werden. Die Prüfung der Planbarkeit und Aktualität des neuen
inkrementellen Schedulers an einer Reihe von Anwendungen zeigt eine Verbesserung der
Planbarkeit um bis zu 50 Prozent. Darüber hinaus entwerfen wir einen fehlertoleraniiten Scheduling-Ansatz für Echtzeitanwendungen, der permanente Fehler toleriert. Dementsprechend werden Fehlertoleranztechniken wie Re-Execution und Replikation in unseren
zweistufigen GA-Scheduling-Algorithmus integriert, um die Zuverlässigkeit des Systems
in Kombination mit der Einhaltung von Zeitvorgaben zu verbessern. Die Zuverlässigkeit
wird im Vergleich zu einem nicht fehlertoleranten Planer in verschiedenen Szenarien
um durchschnittlich 15 Prozent verbessert.
DOI: http://dx.doi.org/10.25819/ubsi/10141
URN: urn:nbn:de:hbz:467-22291
URI: https://dspace.ub.uni-siegen.de/handle/ubsi/2229
License: http://creativecommons.org/publicdomain/zero/1.0/
Appears in Collections:Hochschulschriften

This item is protected by original copyright

Show full item record

Page view(s)

51
checked on Aug 20, 2022

Download(s)

43
checked on Aug 20, 2022

Google ScholarTM

Check

Altmetric


This item is licensed under a Creative Commons License Creative Commons