En busca de la programación óptima
Cómo utilizar más eficientemente un número finito de máquinas en una factoría para producir distintos productos fue la pregunta que motivó la investigación llevada a cabo en el proyecto AMETIST. Una variación de este problema es la asignación de canales en una red de telecomunicaciones o en la unidad de procesamiento central (CPU) y los dispositivos periféricos en un sistema operativo multitarea. En estos casos es necesario establecer una programación para resolver los conflictos entre dos o más tareas compitiendo por los mismos recursos. La diversidad de problemas de programación similares tratados por distintas comunidades de científicos y de ingenieros a menudo ha dado lugar a métodos específicos que son reinventados sin dar lugar a una metodología de programación independiente de la aplicación. Inspirados por la metodología formal de la verificación, los socios del proyecto AMETIST propusieron una infraestructura unificadora para construir modelos matemáticos aptos para un gran conjunto de problemas y dominios de aplicación. Su objetivo final era probar que los sistemas abiertos reactivos se comportarían correctamente en todos los contextos que se pudiesen producir. El autómata temporizado fue empleado como modelo subyacente para sistemas distribuidos en tiempo real cuyo estado siguiente se determina en función del estado actual. Además, para tratar la incertidumbre en la evolución futura de los sistemas, tanto respecto a la demanda como a los recursos disponibles, buscaron una alternativa a las llamadas abstracciones basadas en la zona. En lugar de matrices de constantes con las que se comparan los relojes del autómata temporizado, con sus raíces en las metodologías de verificación, se utilizaron vectores de variables de reloj. Se consideró que el autómata especifica un 'juego' entre el programador de un sistema abierto reactivo y su entorno. Por otra parte, el programador controla la asignación de recursos a las tareas en competencia. Entre las distintas fuentes de incertidumbre, la duración de cada tarea se definió como una variable aleatoria continua. Como sucedería en un caso determinista, la identificación de la programación óptima de tareas se redujo, a continuación, a establecer el camino más corto en grafos de juegos ponderados discretos. Esta aproximación no afecta la complejidad computacional inherente del problema. Sin embargo, proporciona más libertad para elegir el método que proporciona el mejor equilibrio entre la complejidad computacional y la calidad de la solución.
