اتوماتاهای یادگیر و کاربردهای آن درتخصیص منابع در شبکه های گرید براساس مدل شبکه پتری تصادفی تطبیقی

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 314

فایل این مقاله در 26 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MEECONF01_082

تاریخ نمایه سازی: 5 خرداد 1400

چکیده مقاله:

شبکه های پتری قدرت توصیف بیشتری را در مقایسه با شبکه های صف فراهم می نمایند و همچنین یک نمایش گرافیکی و واضح را از سیستم، به همراه یک فرمالیسم ریاضی از آن ارائه می دهد، این شبکه ها ارائه دهنده چارچوبی برای تحلیل، اعتبارسنجی و ارزیابی کارایی میباشند. تئوری شبکه پتری تصادفی اجازه میدهد که یک سیستم بتواند بوسیله آن بصورت یک مدل ریاضی مدل شود. از رفتار پویا و ساختار سیستم مدل شده توسط آنالیز شبکه پتری تصادفی، اطلاعات بسیار مفیدی اتخاذ میگردد که این اطلاعات میتواند جهت ارزشیابی، حدس های برای ایجاد، بهبود یا تغییرات در سیستم استفاده شود. شبکه های پتری تصادفی برای آنالیز سیستمهایی گسترده کاربرد بسزایی دارند . یکی از مشکلات شبکه پتری تصادفی عدم تطبیق پذیری آنها می باشد و بهمین دلیل در شبکه های پتری تصادفی امکان دسترسی به اطلاعات قبلی وجود ندارد. اگر در هر زمان بیش از یک گذار فعال باشد، هر کدام میتوانند به عنوان شلیک بعدی محسوب شوند. این ویژگی شبکه پتری حقیقتی را تداعی میکند که چنانچه چندین واقعه همزمان اتفاق افتد و وقوع رویدادها یکسان نباشد، هریک از رویدادها می تواند رخ دهد و وقوع رویدادها در طول زمان، تغییر نمیکند و این برخلاف دنیای واقعی و پویا میباشد، و شبیه سازی مشابه اجرای برنامه اصلی است، هدف آنست که از مدل شبیه سازیشده برای بررسی عملکرد سیستم استفاده شود و بدینوسیله مشکلات و نقاط ضعف مدل مشخص می-گردد ولی ابزار شبکه پتری تصادفی به تنهایی نمیتواند در جهت بهبود و رفع مشکلات کاری انجام دهد و وضعیت بهینه بعدی را نمیتوان پیشگویی نمود. در این مقاله، هدف ما ایجاد اتوماتای یادگیر یک شبکه پتری تصادفی تطبیقی و کاربرد آن در تخصیص منابع در گرید های محاسباتی و اقتصادی می باشد. شبکه پتری تصادفی تطبیقی از طریق اطلاعات بدست آمده از حالات قبلی سیستم و واکنشهای محیط پویا، حالت بهینه بعدی را پیشگویی نموده و وضعیت جاری سیستم را بروز و احتمال وقوع رویدادها را در طول زمان تغییر میدهد و باعث میشود رویدادها بر اساس احتمال وقوعشان فعال شوند.