بهینه سازی هزینه در مدل بازار کالا گریدهای محاسباتی اقتصادی با استفاده از اتوماتای یادگیری سلولی
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 716
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSITM01_353
تاریخ نمایه سازی: 10 شهریور 1393
Abstract:
گریدهای محاسباتی مجموعه ای از چندین سیستم با قدرت محاسباتی متفاوت می باشد که با متصل شدن این قدرتمحاسباتی، حاصل یک ابر رایانه ی مجازی شکل می گیرد که با استفاده از آن می توان بسیاری از محاسبات پیچیده ی ریاضی،نجوم،زیست و... در زمان بسیار کمی انجام داد. این گریدها به سوی تجاری شدن پیش می روند و دارندگان منابع با انگیزه هایمالی، منابع خود را در اختیار دیگران قرار میدهند. مشتریان گرید نیز با پرداخت هزینه ی درخواست خود، می توانند از اینمنابع استفاده کنند. صاحبان و کاربران منابع دارای اهداف، استراتژیها و الگوهای عرضه و تقاضای متفاوتی هستند. برایمدیریت چنین سیستم های پیچیدهای، نمی توان از رویکردهای متداول برای مدیریت منابع که سعی می کنند کارایی را در کلسیستم بهینه کنند، استفاده کرد. مدل های اقتصادی رقابتی، الگوریتم ها، سیاست ها و ابزارهایی را برای اشتراک یا تخصیصمنابع در گرید فراهم میکنند. رایجترین مدل اقتصادی، مدل بازار کالا می باشد. سیستم زمانبندی اقتصادی در گرید باید بااستفاده از یک الگوریتم کارا، طوری منابع گرید را به برنامه ی کاربر تخصیص دهد که محدودیت های زمانی و هزینه ی انجاممحاسبات رعایت شده و با توجه به استراتژی بهینه سازی، هزینه انجام محاسبات مینیمم شود. در این مقاله، الگوریتمی مبتنیبر اتوماتای سلولی، برای این منظور پیشنهاد شده است. نتایج شبیه سازی نشان میدهد که الگوریتم پیشنهادی در مقایسه باالگوریتمهای مکاشفه ای و الگوریتم های مبتنی بر اتوماتای یادگیر، از کارایی بالاتری برخوردار بوده و درخواسته ای کاربر را با هزینهکمتر انجام می دهد.
Keywords:
Authors
محسن راسلی
گروه کامپیوتر، دانشگاه آزاد اسلامی واحد دزفول، دزفول، ایران
حسن سماورچی
استادیار گروه کامپیوتر، دانشگاه یزد، یزد، ایران
علی هارون آبادی
گروه کامپیوتر، دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :