بهینه سازی سیستم ابر زمانبند در گرید محاسباتی با استفاده از الگوریتم ژنتیک و منطق فازی
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: 317
This Paper With 13 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:
شناسه ملی سند علمی:
THCONF01_141
تاریخ نمایه سازی: 18 تیر 1396
Abstract:
یکی از چالشهای گرید محاسباتی بهره برداری مناسب از منابع و تخصصین آنها به کارها زمانبندی می باشد. سیستمهای مبتنی بر قوانین فازی، سیستمهایی پویایی هستند که اخیرا مورد توجه جامعه ی پژوهشی گرید جهت یافتن را حل های بهینه سازی زمانبندی در گرید، قرار گرفته اند. با توجه به این که کیفیت سیستمهای مبتنی بر قوانین فازی به شدت به کیفیت پایگاه دانش خود و در نتیجه به اکتساب دانش بستگی دارد: همچنین با توجه به ماهیت ذاتا پویای گرید و فضاهای جستجوی پیچیده ی آن، ایجاد یک پایگاه دانش خودار با کیفیت بالا که سیستم فازی را به طور دقیق توصیف کند، مسیله ای بسیار مهم و مرتبط با این سیستم ها می باشد در این مقاله یک سیستم زمانبندی مبتنی بر قوانین فازی ترکیب شده با یک روش ژنتیک جدید انجام فرآیند یادگیری برای استنتاج پایگاه قوانین فازی و بهبود استراتژی های کلاسیک از لحاظ تلاش محاسباتی و رفتار همگرایی جهت توازن زمان و هزینه پیشنهاد شدهاست.
Keywords:
Authors
شیدا مزراعی
کارشناسی ارشد نرم افزار گروه مهندسی کامپیوتر بوشهر ایران
اسما میرشکاری
کارشناسی ارشد نرم افزار گروه مهندسی کامپیوتر بوشهر 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 :