روش نوین زما نبندی ایستای کارها در سیستم های توزیع شده ناهمگن با استفاده از الگوریتم ژنتیک و شبی هسازی گداختگی

Publish Year: 1385
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,231

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ACCSI12_005

تاریخ نمایه سازی: 23 دی 1386

Abstract:

مساله تطبیق و زمان بندی ایستای کارها در سیستم های توزیع شد ه محاسبات ی ناهمگن به دلایل استفاده بهینه از ما شینهای محاسباتی موجود و همچنین صرف زمان کمتر برای اجرای الگوریتم زمان بندی، از اهمیت وی ژه ای برخوردا ر است. حل این مساله با استفاده ا ز الگوریت م های کلاسیک چون برنامه نویسی پویا و برگشت به عقب نیاز به زمان محاسبه زیادی دارد ، به همین دلیل تلاشهای بسیاری برای حل آن با استفاده از روشهای ابتکاری صورت پذیرفته اس ت؛ یکی از این روشهای ابتکاری، الگوریتم ژنتیک است. در این مقاله الگوریتم ژنتیک جدیدی بنامTDGASA ارائه می شود که زمان محاسبه آن وابسته به تعداد کارهای موجود در هر مساله زمان بندی است و بر ای کاهش زمان محاسبه الگوریتم از شبی هسازی گداختگی استفاده می نماید. با انجام شبی هسا زی ه ا مشاهده م یشود که الگوریتم پیشنهادی، زمان محاسبه برای زمان بندی ایستای کارها را به نحو محسوسی کاهش م یبخشد در حالی که زمان پاسخ یا زمان اتمام آخرین کار در سیستم نیز کاهش اندکی م ییابد.

Keywords:

الگوریتم ژنتیک , زمان بندی ایستای کارها , سیست م های توزیع شده محاسباتی ناهمگن , شبیه سازی گداختگ ی , الگوریتم ژنتیک وابسته به تعداد کارها با استفاده از شبی هسازی گداختگی .TDGASA

Authors

امیرمسعود رحمانی

استادیار و عضو هیات علمی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهرا

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 :
  • Tanenbaum, A. S., Modern Operating Systems, Prentice Hall, 1992. ...
  • Watson, D.W., Antonio, J. K., Siegel, H. Gupta, J., R., ...
  • Haupt, R.L., Haupt, S.E., Parallel genetic algorithms, John willy & ...
  • Armstrong, R., Hensgen, D., and Kidd, T., "The relative performance ...
  • Ali, S., Braun, T. D., Siegel, H. J., and Maciejewski, ...
  • Braun, T. D., Siegel, H. J. and Beck, N., "A ...
  • Naharai, B., Youssef, A., and Choi, H. A., "Matching and ...
  • Shenassa, M. H., Mahmoodi, M., "A novel intelligent method for ...
  • Shroff, P., Watson, D., Flann, N., and Freund, R., "Genetic ...
  • Auyeung, A., Gondra, I. and Dai, H.K. "Multi-h euristic List ...
  • Lee, Y.H., Chen, C., "A Modified Genetic Algorithm for Task ...
  • Dhodhi, M. K., Ahmad, I., Yatama, A. and Ahmad, I., ...
  • Radulescu, A., Gemund, A.van. "Fast and effective task scheduling in ...
  • Task Dependent Genetic Algorithm using Simulated Annealing ...
  • Weighted Directed Acyclic Graph 4 Partial Order ...
  • Estimated Completion Time ...
  • Scheduling Length ] Crossover $ Mutation ...
  • نمایش کامل مراجع