دانش رسان |
مرکز علم و دانش کشور یک الگوریتم تکاملی جدید برای زمانبندی گراف وظایف جهت اجرای موازی روی سیستم های چند پردازنده ای
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
یک الگوریتم تکاملی جدید برای زمانبندی گراف وظایف جهت اجرای موازی روی سیستم های چند پردازنده ای دارای ۹ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد یک الگوریتم تکاملی جدید برای زمانبندی گراف وظایف جهت اجرای موازی روی سیستم های چند پردازنده ای کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی یک الگوریتم تکاملی جدید برای زمانبندی گراف وظایف جهت اجرای موازی روی سیستم های چند پردازنده ای،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن یک الگوریتم تکاملی جدید برای زمانبندی گراف وظایف جهت اجرای موازی روی سیستم های چند پردازنده ای :
تعداد صفحات :۹
چکیده مقاله:
نیاز به سرعت و قدرت بالای محاسباتی در بسیاری از کاربردهای علمی به اندازه ای زیاد است که کامپیوترهای عادی توان پاسخگویی به آن را ندارند. بنابراین امروزه استفاده از قدرت محاسباتی چندین پردازنده برای دستیابی به سرعت مطلوب به عنوان یک اصل مطرح می باشد مساله تطبیق و زمانبندی وظایف در سیستمهای توزیع شده محاسباتی به دلیل استفاده بهینه از ماشینهای محاسباتی موجود و همچنین صرف زمان کمتر برای اجرای الگوریتم زمانبندی از اهمیت ویژه ای برخوردار است باتوجه به مشکل بودن پیجیدگی زیاد مساله زمانبندی گراف وظایف جهت اجرای روی سیستمهای چند پردازنده ای استفاده از الگوریتمهای کلاسیک چون برنامه نویسی و پویا و برگشت به عقب نیاز به زمان محاسبه زیادی دارد. به همین دلیل تلاشهای بسیاری برای یافتن راه حل نزدیک به بهینه با استفاده از پردازش تکاملی و بخصوص الگوریتم ژنتیک صورت پذیرفته است در این مقاله برای زمانبندی گراف وظایف، ابتدا مبادرت به خوشه بندی وظایف کرده و سپس با استفاده از الگوریتم ژنتیک به حل خوشه ها پرداخته شده است افزایش سرعت رسیدن به جواب و ایجاد تعادل کاری میان پردازنده ها از ویژگی های الگوریتم پیشنهاد می باشد. در نهایت نتایج عملی حاصل از پیاده سازی روش ارایه شده نشان می دهد که می توان یک زمانبندی مناسب و پایداری در زمان بسیار کمتری نسبت به الگوریتمهای مشابه پیدا کرد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
