موازنه بار در گرید با استفاده از یادگیری تقویتی λ) SARSA)
Publish place: 14th Annual Conference of Computer Society of Iran
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,727
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI14_165
تاریخ نمایه سازی: 26 مهر 1387
Abstract:
یکی از مسائل مطرح در محیط های گرید، مدیریت بار منابع و موازنه بار در سیستم می باشد. ناهمگونی منابع، پویایی محیط گرید و تنوع کارهای ورودی به گرید از جمله مسائلی هستند که توسعه الگوریتم های بهینه موازنه بار را با مشکل مواجه می سازند. در این مقاله با مدل کردن محیط گرید بعنوان یک محیط یادگیری تقویتی و اعمال الگوریتم یادگیری تقویتی λ) SARSA) در تصمیمی گیری ها، روشی برای تخصیص کارها به منابع و موازنه بار ارائه داده ایم. در این روش تخصیص کارهای ورودی به منابع بگونه ای است که سطح مطلوبی از توازن بار در گرید حاصل می شود. روش ارائه شده، در یک محیط گرید واقعی مورد آزمایش قرار گرفته و نتایج تجربی نشان دهنده کارایی مناسب و تطبیق پذیری این روش با شرایط پویای گرید می باشد.
Keywords:
Authors
مهرداد صنوبری وایقان
دانشگاه تربیت مدرس
نصرا... مقدم چرکری
دانشگاه تربیت مدرس
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 :