Product Design, Manufacturing & Innovation Resources

Hogar » Programación monotónica de velocidad (RMS)

Programación monotónica de velocidad (RMS)

1973

C. L. Liu
James Layland

(Imagen generada únicamente con fines ilustrativos)

La planificación de tasa monótona (RMS) es un algoritmo de planificación de prioridad estática para tareas periódicas en un sistema en tiempo real. Asigna prioridades en función de la frecuencia de las tareas: cuanto menor sea el período de una tarea (mayor su tasa), mayor será su prioridad. RMS es un algoritmo de prioridad estática óptimo, lo que significa que si cualquier algoritmo de prioridad estática puede planificar un conjunto de tareas, RMS también puede. La capacidad de planificación se puede comprobar mediante una prueba basada en la utilización.

La Programación Monotónica de Tasa (RMS) es una piedra angular de la teoría de sistemas en tiempo real, introducida en un artículo fundamental de 1973 por Liu y Layland. Proporciona un método simple pero potente para programar un conjunto de tareas independientes, preemptibles y periódicas en un solo procesador. El principio fundamental consiste en asignar una prioridad fija a cada tarea, inversamente proporcional a su período. Una tarea que necesita ejecutarse cada 10 ms tendrá mayor prioridad que una que se ejecuta cada 100 ms.

La importancia de RMS radica en su optimalidad y en la existencia de una prueba de planificabilidad simple. Se ha demostrado que es una política de planificación de prioridad estática óptima. Esto significa que si un conjunto de tareas puede ser planificado por cualquier algoritmo de prioridad estática, también puede ser planificado por RMS. La planificabilidad de un conjunto de tareas bajo RMS puede determinarse utilizando una prueba de límite de utilización. Para un conjunto de n tareas, la utilización total del procesador U es la suma del tiempo de ejecución C_i dividido por el período T_i para cada tarea i: U = ∑ᵢ=1ⁿ C_i / T_i. Liu y Layland demostraron que si esta utilización total es menor o igual a un límite específico, [latex]U le n(2^{1/n}-1)[/latex], entonces se garantiza que el conjunto de tareas es planificable (es decir, no se incumplirán los plazos). A medida que ‘n’ tiende a infinito, este límite converge a [latex]ln(2) approx 0.693[/latex]. Esto proporciona una condición suficiente, pero no necesaria, para la planificabilidad. También se puede utilizar una prueba más precisa pero compleja, denominada análisis exacto o análisis del tiempo de respuesta.

Algorithms, Seguimiento del rendimiento, Optimización de procesos, Gestión de calidad, Sistema operativo en tiempo real (RTOS)

UNESCO Nomenclature: 1203

Ciencias de la computación

Tipo

Software/Algoritmo

Ruptura

Incremental

Uso

Uso generalizado

Precursores

teoría de colas
investigación de operaciones
trabajos iniciales sobre algoritmos de programación informática
desarrollo de sistemas operativos de tiempo compartido

Aplicaciones

sistemas de control de satélites
aplicaciones de control automotriz
sistemas de aviónica y control de vuelo
automatización industrial y robótica
procesamiento de señales en tiempo real

Patentes:

Ideas para posibles innovaciones

Debido al bloqueo del tráfico generado por bots, que actualmente supera los 40.000 al día, este contenido está reservado para los miembros de la comunidad.
> Iniciar sesión < o > Registrarse < (100% gratis) para acceder a esto, al igual que a todo el demás contenido y herramientas restringidos.

Relacionado con: planificación de tasa monótona, RMS, sistemas en tiempo real, algoritmo de planificación, prioridad estática, tareas periódicas, análisis de planificabilidad, límite de utilización, Liu y Layland, planificación óptima.

Contexto histórico

Reunión de evaluación de riesgos con ingenieros que analizan los Números de Prioridad de Riesgo en un despacho profesional.

Número de prioridad de riesgo (RPN)

El Número de Prioridad de Riesgo (NPR) es una medida cuantitativa utilizada en el AMFE para priorizar los riesgos. Se calcula como el producto de tres factores clasificados: Gravedad (S), Ocurrencia (O) y Detección (D). La fórmula es [latex]RPN = S por O por D[/latex]. Cada factor se suele clasificar en una escala del 1 al 10, lo que permite a los equipos centrarse primero en los riesgos con mayor puntuación.

Estación de trabajo informática con interfaz MATLAB que muestra la sintaxis orientada a matrices en el análisis numérico.

Sintaxis orientada a matrices de MATLAB

MATLAB es un lenguaje matricial donde el tipo de dato fundamental es el array, sin necesidad de dimensionamiento. Esto permite la expresión concisa de operaciones con matrices y vectores. Por ejemplo, multiplicar dos matrices «A» y «B» es simplemente «C = A * B», y la multiplicación elemento por elemento es «C = A .* B», lo que elimina las complejas estructuras de bucles presentes en otros lenguajes.

Ingenieros colaborando en sistemas de tiempo real en una oficina moderna.

Sistemas de tiempo real duros y blandos

Real-time systems are classified as "hard" or "soft" based on the consequence of missing a deadline. In a hard real-time system, missing a deadline is a total system failure, such as in an anti-lock braking system. In a soft real-time system, missing a deadline leads to degraded performance but not catastrophic failure, such as in live audio-video streaming.

Programación monotónica de velocidad (RMS)

Espacio de trabajo de dinámica de fluidos computacional que muestra la simulación por el método de volúmenes finitos para la ingeniería aeroespacial.

Método de volumen finito (FVM)

El Método de Volumen Finito (MFF) es una técnica numérica dominante en CFD para la resolución de ecuaciones diferenciales parciales. Discretiza el dominio en una malla de volúmenes de control y aplica las ecuaciones que lo rigen en su forma integral a cada volumen. Al convertir las integrales de volumen en integrales de superficie mediante el teorema de divergencia, se centra en el cálculo del flujo de propiedades conservadas a través de las caras de la celda.

Verificación formal

La verificación formal consiste en el uso de métodos matemáticos para probar o refutar la corrección del diseño de un sistema con respecto a una especificación formal. A diferencia de las pruebas, que solo pueden mostrar la presencia de errores para entradas específicas, la verificación formal puede probar su ausencia para todas las entradas posibles. Implica la creación de un modelo formal del sistema y el uso de técnicas como la verificación de modelos o la demostración de teoremas.

Programador informático que demuestra el alcance léxico en el lenguaje de programación R.

Alcance léxico en R

R utiliza el alcance léxico, un concepto heredado del lenguaje Scheme. Esto significa que los valores de las variables libres de una función se resuelven buscándolos en el entorno donde se definió la función, no en el entorno donde se llama. Esto hace que el comportamiento de la función sea más predecible e independiente del contexto de llamada, una característica clave para la programación funcional.

1970

1973

1980

1970

1970-01-01

1975-06-01

1980

Estadístico aplicando el algoritmo Metropolis-Hastings en un moderno laboratorio de investigación.

Algoritmo de Metropolis-Hastings

El algoritmo Metropolis-Hastings es un método MCMC destacado para obtener una secuencia de muestras aleatorias de una distribución de probabilidad en la que el muestreo directo es difícil. En cada iteración, genera un candidato para la siguiente muestra basándose en la muestra actual. Este candidato se acepta o rechaza con una probabilidad determinada, lo que garantiza que la cadena resultante converja a la distribución deseada.

Ingeniero de software que codifica clases abstractas en un entorno IDE moderno.

Abstracción (programación orientada a objetos)

La abstracción en programación orientada a objetos (POO) consiste en ocultar detalles complejos de implementación y mostrar únicamente las características esenciales del objeto. Se centra en lo que hace un objeto, no en cómo lo hace. Esto se logra mediante clases e interfaces abstractas, que definen un modelo para otras clases sin proporcionar una implementación completa, simplificando así los sistemas complejos.

Siete herramientas básicas de la calidad

Las Siete Herramientas Básicas de la Calidad son un conjunto de técnicas gráficas identificadas por Kaoru Ishikawa para la resolución de problemas relacionados con la calidad. Estas herramientas son: diagrama de causa y efecto (espina de pescado), hoja de verificación, gráfico de control, histograma, diagrama de Pareto, diagrama de dispersión y estratificación (a menudo presentada como diagrama de flujo). Se consideran básicas porque son fáciles de usar y requieren poca formación estadística formal.

Oficina de ingeniería de software que muestra las fases del proceso del modelo en cascada.

El modelo de cascada (software)

El modelo en cascada es un proceso de desarrollo de software secuencial y no iterativo, donde el progreso fluye de forma continua (como una cascada) a través de distintas fases: concepción, inicio, análisis, diseño, construcción, pruebas, implementación y mantenimiento. Cada fase debe completarse por completo antes de pasar a la siguiente. A menudo se compara con los modelos iterativos para destacar su flexibilidad.

Esquema de Bloques de Recuperación

The recovery block scheme is a software fault-tolerance technique based on design diversity and backward error recovery. It structures a program as a series of blocks, each with a primary module, an acceptance test, and one or more alternate modules. If the primary module's output fails the acceptance test, the system state is restored, and an alternate module is executed.

Equipo de ingenieros debatiendo sobre la verificación y validación en el desarrollo de software.

Verificación vs. Validación

La verificación y la validación (V&V) son procesos distintos. La verificación asegura que un producto cumpla con los requisitos especificados («¿Lo estás fabricando correctamente?»). La validación asegura que el producto satisfaga las necesidades reales del usuario y su uso previsto («¿Estás fabricando el producto adecuado?»). Son actividades complementarias dentro de la gestión de la calidad, que a menudo se realizan de forma secuencial o en paralelo para garantizar tanto la corrección como la utilidad.

Instrumento analítico de precisión en un laboratorio para medir el límite de repetibilidad.

Límite de repetibilidad (estadísticas)

El límite de repetibilidad, [latex]r[/latex], es un valor crítico derivado de la desviación típica de la repetibilidad ([latex]s_r[/latex]). Representa la máxima diferencia absoluta esperada entre dos resultados de un mismo ensayo, obtenidos en condiciones de repetibilidad, con una probabilidad de 95%. Suele calcularse como [latex]r = 2,8 veces s_r[/latex]. Si la diferencia supera [latex]r[/latex], los resultados se consideran sospechosos.