پیشنهادی برای زمانبندی مجدد درخواست ها برای حفظ کارایی در گرید
- سال انتشار: 1402
- محل انتشار: نهمین کنفرانس بین المللی دانش و فناوری مهندسی مکانیک,برق و کامپیوتر ایران
- کد COI اختصاصی: DMECONF09_017
- زبان مقاله: فارسی
- تعداد مشاهده: 131
نویسندگان
مربی دپارتمان کامپیوتر، دانشکده فنی دختران نیشابور، دانشگاه فنی و حرفه ای استان خراسان رضوی ایران
چکیده
زمانبندی اولیه در ابتدا، می تواند بهترین شروع تقاضا با یک زمانبندی خوب باشد. ولی با تغییر نیازهای درخواست ها و یا ورود کاربردهای جدید باری در سیستم ایجاد می شود، که باعث کاهش کارایی می شود. بنابراین، برای حفظ کارایی مناسب سیستم در اجرای درازمدت در خواست ها، نیاز به تغییر زمانبندی تقاضا است، که شامل تغییر ماشین های که روی آن درخواست در حال اجرا هستند (مهاجرت)، یا تغییر نگاشت داده ها و یا فرایندها به آن ماشین ها (تعادل بارداینامیک) می باشد. زمانبندی مجدد شامل پیچیدگی هایی است که در زمانبندی زمان شروع دیده نمی شود، اولا مکانیسم های خیلی کمی مهاجرت یا تعادل بار داینامیک را حمایت می کنند. دوما، برای نظارت بر منابع، تفاوت هایی وجود دارد، سوما معمولا سربار زمابندی مجدد بالا می باشد، بنابراین بدون وجود یک طراحی دقیق، زمانبندی مجدد می تواند ضربه ای بر کارایی باشد. در روش های فعلی که به کارهای وابسته توجه چندانی نمی شود. در نتیجه با افزایش کارهای وابسته کارایی کاهش می یابد. در این کار ما قصد داریم با مرور این روش ها کارایی زمانبندی مجدد را روی درخواست ها بررسی کنیم. بعلاوه با توجه به کارهای وابسته کارایی زمانبندی مجدد را افزایش دهیم. همچنین، نکته ای دیگر لازم به ذکر است که تلاش های زمانبندی مجدد همه برای کاربردهای تکراری استفاده می شوند که به ما اجازه می دهد تصمیمات زمانبندی را در هر تکرار انجام دهیم.کلیدواژه ها
زمانبندی مجدد، مهاجرت، تعادل بار داینامیک، کارهای وابستهمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.