۵ مطلب در ارديبهشت ۱۴۰۰ ثبت شده است

پیاده سازی مقاله: افزایش کارایی در گرید با استفاده از الگوریتم pso

پیاده سازی مقاله: افزایش کارایی در گرید با استفاده از الگوریتم pso

چکیده:

با رشد سریع داده ها محاسبات توزیع شده و گرید محاسباتی مورد توجه زیادی قرارگرفته است. کارایی گرید با استفاده از الگوریتمهای توازن بار قابل افزایش است هدف الگوریتم های توازن بار استفاده از تمام منابع موجود در گرید است منابع نقش موثری در افزایش و یا کاهش کارایی گرید دارند برای مثال منابع محدود قادر به ایجادگلوگاه شده و موجب کاهش کارایی در گرید می شوند درانی مقاله از یک الگوریتم هوش دسته جمعی برای ایجاد توازن بار درگرید استفاده شده ست از انجا که محیط گریدکاملا پویاست از الگوریتم PSO به منظور ایجاد توازن بار در سایت ها استفاده می کنیم نتایج شبیه سازی الگوریتم ارائه شده با نرم افزار GridSim نشان میدهد این الگوریتم قادر به افزایش کارایی و قابلیت اطمینان در محیط گرید می باشد.
  • شریف پژوه

پیاده سازی مقاله: یک رویکرد هوشمند برای مساله زمانبندی کار در گرید محاسباتی

پیاده سازی مقاله: یک رویکرد هوشمند برای مساله زمانبندی کار در گرید محاسباتی

چکیده:

مساله زمان بندی کارها یکی از چالش های مهم در یک گرید محاسباتی است. هدف مساله زمانبندی گرید، انتساب بهینه کارها به منابع است. با توجه به پویایی محیط گرید، ناهمگونی و خود مختار بودن گره های گرید و پیچیدگی کارهایکاربران ، کارایی محیط گرید به شدت به تکنیک های زمانبندی که دنبال می کند وابسته است. بنابراین ارایه یک تکنیک کارآمد، منطبق و کم هزینه برای زمانبندی کارها در محیط گرید بسیار مهم است .اکثر روش های زمان بندی متمرکز یانیمه متمرکز می باشند در نتیجه این روش ها با شرایط محیطی منطبق نمی باشند.در این اثر یک الگوریتم زمان بندی کار پویا مبتنی بر آتاماتای یادگیر برای حل مساله زمانبندی کار در گرید محاسباتی ارایه شده است. در روش پیشنهادی، با استفاده از الگوهای یادگیر ابتدا اطلاعاتی در مورد پارامترهای محیطی گرید همچون انواع کاربران، نرخ ترافیک کاربرانمختلف، توان محاسباتی گره های مختلف گرید و غیره توسط الگوریتم گردآوری می شود. سپس بر اساس اطلاعات بدست آمده سعی می شود تا فرایند تخصیص کار و زمانبندی کار متناسب با بار کاری کاربران مختلف باشد. کارایی الگوریتمپیشنهادی، با استفاده از نرم افزار متلب، تحت سه اندازه مختلف گرید، مورد آزمایش قرار گرفت. نتایج بدست آمده با دوروش مختلف زمان بندی کار مقایسه شده است. نتایج عددی برتری الگوریتم پیشنهادی را نسبت به دو روش موجود از نظر حداکثر زمان اجرای تمام کار های ارسالی، مجموع زمان تکمیل شدن تمام کارها و تعادل بار کاری قرار داده شده روی گره های گرید، تایید می کنند.
  • شریف پژوه

پیاده سازی مقاله: تاثیر انتخاب اپراتور برNSGA_III در بهینه سازی بیش هدفه- چند هدفه و تک هدفه

پیاده سازی مقاله: تاثیر انتخاب اپراتور برNSGA_III در بهینه سازی بیش هدفه- چند هدفه و تک هدفه

چکیده:

الگوریتم مناسب ژنتیک طبقه بندی شده (NSGA_III) یک الگوریتم بهینه چندگانه می باشد که با استفاده از چند جهت مرجع از پیشتعریف شده و در عین حال سازگار به حفظ تنوع در میان راه حل های آن است. خصوصا طراحی حل مسایل چندگانه ای که دارای چهاریا بیشتر تابع هدف است. محدودیتی وجود دارد که مانع از استفاده NSGA_III به مسایل بهینه سازی تک هدفه که در آن تنها یکجهت مرجع وجود دارد شده است که برای این منظور یک الگوریتم یکپارچه U_ NSGA_III به تازگی طراحی شده تا مطالعه اینمقاله را به عهده گیرد.U_ NSGA_III قابلیت تطبیق دهی خودکار به ابعاد شکل را دارد.به هر حال طراحان در این مقاله امکان چشم پوشی از محدودهNSGA_III و استفاده از ارزیابی عملکرد چند گانه برای حل مسایل چند گانه ، ضربه دری و تکی را داریم.در اینجا عملکرد ارزیابی روی یک سری مسایل چند گانه ،ضربه دری ، تکی ثابت و غیر ثابت به این منظورانجام می شوند که ضعفو عیب NSGA_III چند رشته ای در مقایسه با U_ NSGA_III بررسی شوند نقطه قوت NSGA_III در هر نوع مساله نیز شرحداده شده است این مطاله یک ارزیابی مقایسه ای در مورد روند کاری NSGA_III اصلی فراهم می کند.
  • شریف پژوه

پیاده سازی مقاله: الگوریتم ژنتیک گروهی مبتنی بر الگوریتم پرندگان

پیاده سازی مقاله: الگوریتم ژنتیک گروهی مبتنی بر الگوریتم پرندگان

چکیده:

هدف از این مقاله و ارزیابی یک الگوریتم بهینه سازی جدید است. الگوریتم جدید، الگوریتم ژنتیک پرندگان نام دارد . این الگوریتم نوعی ترکیبی از الگوریتم ژنتیک و الگوریتم بهینهسازی ذرات است این مقاله به نقاط قوت و ضعف دو الگوریتم می پردازد. سپس چگونگی ترکیب شدن ویژگی های هر دو را شرح داده و جزئیات الگوریتم را بیان می کند. هر سه الگوریتم با استفاده از هشت مسئله بهینه سازی استاندارد ادبیات موضوع با هم مقایسه می شوند. نشان داده می شود که الگوریتم ژنتیک پرندگان کارایی برتری در 75% حالات تست شده دارد در 25% بقیه حالات کارایی بیشتری نسبت به الگوریتم ژنتیک یا بهینه سازی ذرات داشته و در هیچ حالتی بدتر از دو الگوریتم دیگر نیست. بهبودهای ممکن در آینده نیز به طور خلاصه بررسی می شوند.
  • شریف پژوه

پیاده سازی مقاله: الگوریتم های زمانبندی کارها در محیط گرید

پیاده سازی مقاله: الگوریتم های زمانبندی کارها در محیط گرید

چکیده:

گرید محاسباتی دارای مقیاسی بزرگ، متشکل از مجموعه سیستم های مستقل ناهمگن است که از لحاظ جغرافیایی توزیع شده و با تاخیر زمانی کم و پهنای باند بالا به یکدیگر متصل شده اند. به اشتراک گذاری کارها، کاربرد اصلی گریدها است. مدیریت منابع گرید قابلیت هایی برای کشف و انتشار منابع فراهم و همچنین برنامه ریزی، ارسال و نظارت بر کارها را انجام می دهد. با این حال، مدیریت منابعی که از لحاظ جغرافیایی توزیع شده و تحت مالکیت سازمان های مختلف هستند، دارای هزینه ها و محدودیت های بسیاری است. با توجه به ماهیت مقاوم به درمان مشکل زمانبندی و اهمیت آن در محاسبات گرید، نیاز به کشف راه حل های دیگری برای توسعه الگوریتم های اکتشافی جهت استفاده در این مشکل است. در این راستا الگوریتم ها و تکنیک هایی بسیاری ارائه شده است که در این مقاله به بررسی و مقایسه عملکرد تعدادی از آن ها پرداخته ایم.
  • شریف پژوه
موضوعات
Archive