بررسی و مقایسه الگوریتمهای زمانبندی الهام گرفته از طبیعت در گریدهای محاسباتی
Publish place: International Conference on the New Horizons in the Basic and Technical Sciences and Engineering
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 320
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
THCONF01_041
تاریخ نمایه سازی: 18 تیر 1396
Abstract:
سیستم محاسباتی گرید متشکل از برنامه، و منابع قدرت مند برای انجام محاسبات بزرگ است، که در سراسر نقاط جغرافیای توزیع شده اند، و از طریق کانال های ارتباطی شبکه ای به هم متصل هستند، الگزریتمهای زمان بندی در محاسباتی گرید، وظیفه دریافت کارها از مشتری و تززیع آن ها بین سرورهای کارگر را از طریق اینترنت و یا شبکه های مبتنی بر پروتکل های مشابه را برعهده دارند.زمانبندی وظایف در سیستمهای محاسباتی گرید به دلیل ماهیت ناهمگن بودن منابع ، توزیع شده و وجود درخواست های زیاد یا مساله سخت و از رده مسایل Np-Hard میباشد.. تاکنون الگوریتمهای مختلفی برای زمانبندی توسط محققین ارایه شده است ، از جمله پرکاربردترین آنها الگوریتمهای الهام گرفته از طبیعت برده اند، که هر یک سعی در بهبود زمانبندی بر اساس جستجوی تقریبی را دارند. در این مقاله ابتدا به معرفی از الگزریتمهای زمانبدی الهام گرفته از طبیعت پرداخته شده است، هر یک از این نوع الگوریتمها رااز نظر معیارهای، پیچیدهگی زمانی، پایداری و زمان اتمام پردازش، توازن بار و سرعت برنامه ریزی مورد بررسی قرار گرفته اند. با این امید که افراد متخصص در این حوزه بتوانند دید بهتری نسبت به استفاده از هر یک از این نزع الگوریتمها جهت زمانبندی وظایف در سیستم محاسباتی گرید داشته باشند.
Keywords:
گرید محاسباتی , زمانبندی , الگوریتم های الهام گرفته از طبیعت , توازن بار , پایداری , زمان اتمام پردازش
Authors
محمد صادق حسین زاده
گروه کامپیوتر، دانشگاه آزاد اسلامی واحد دامغان، سمنان، ایران
رضا مرتضوی
عضو هیات علمی دانشگاه، دانشگاه آزاد اسلامی واحد دامغان، سمنان، 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 :