Цель работы заключается в разработке и оценке алгоритма адаптивного планирования задач для систем с ограниченными вычислительными ресурсами. Алгоритм реализован на языке Java и учитывает приоритет, дедлайн и доступные ресурсы для распределения задач. В ходе работы были смоделированы сценарии с различной степенью нагрузки, а для оценки производительности алгоритма фиксировались метрики завершения задач в срок, использования ресурсов и обработки проблемных задач. Результаты показали, что алгоритм способен эффективно адаптироваться к изменениям нагрузки и ограничений, поддерживая высокий уровень завершения задач в срок и минимизируя перегрузку ресурсов. Сравнение с популярными технологиями, такими как Round-Robin, Earliest Deadline First и Priority Scheduling, продемонстрировало уникальные преимущества предложенного подхода, заключающиеся в учёте адаптации к ресурсам и комплексной обработке задач. Выводы исследования подтверждают, что разработанный алгоритм обеспечивает баланс между производительностью и эффективным использованием ресурсов в системах с ограничениями. Он может быть использован в различных областях, включая облачные вычисления, робототехнику и системы реального времени. Дальнейшая оптимизация алгоритма предполагает разработку механизмов для обработки проблемных задач и интеграцию с распределёнными системами.

The purpose of this study is the development and evaluation of an adaptive task scheduling algorithm for systems with limited computational resources. The algorithm, implemented in Java, considers priority, deadlines, and available resources for task allocation. Scenarios with varying levels of load were simulated, and the algorithm’s performance was assessed using metrics such as task completion within deadlines, resource utilization, and handling problematic tasks. The results demonstrated that the algorithm effectively adapts to changes in load and resource constraints, maintaining a high rate of task completion within deadlines and minimizing resource overload. A comparison with popular scheduling technologies such as Round-Robin, Earliest Deadline First, and Priority Scheduling revealed the unique advantages of the proposed approach, including resource adaptation and comprehensive task handling. The findings confirm that the developed algorithm achieves a balance between performance and efficient resource utilization in constrained systems. It can be applied in various domains, including cloud computing, robotics, and real-time systems. Further optimization of the algorithm is envisioned to include mechanisms for handling problematic tasks and integration with distributed systems.