ترکیب آتاماتای مهاجرت اشیا و الگوریتم ژنتیک برای زمانبندی گراف وظایف در معماری چند پردازنده ای
- سال انتشار: 1386
- محل انتشار: سومین کنفرانس بین المللی فناوری اطلاعات و دانش
- کد COI اختصاصی: ICIKT03_080
- زبان مقاله: فارسی
- تعداد مشاهده: 2648
نویسندگان
دانشگاه علم و صنعت ایران
دانشگاه علم و صنعت ایران
دانشگاه علم و صنعت ایران
چکیده
امروزه سیستمهای چندپردازنده ای کاربرد وسیعی در محاسبات موازی دارند . در این سیستمها زمانبندی مؤثر برای اجرای یک برنامه موازی جهت نائل شدن به کارآیی بالا امری حیاتی است . این زمانبندی باید به گونه ای انجام گیرد که بتواند زمان اجرای کل برنامه را ب ا توجه به زمان وظایف و ارتباط بین پردازنده ها، کمینه نماید . با توجه به NP-Hard بودن مسئله زمانبندی گراف وظایف، رویکرد های مبتنی بر روشهای قطعی در این زمینه کارا نخواهند بود؛ بنابر این استفاده از پردازش تکاملی و به طور عمده الگوریتمهای ژنتیک و الگوریتم های ترکیبی برای حل این مسئله موثر می باشد . با ترکیب الگوریتم ژنتیکی و آتاماتای یادگیر و تلفیق مفاهیم ژن، کروموزوم، اقدام و عمق، می توان به یک روش جستجوی کارا برای حل مسالهگراف وظایف دست یافت، بطوریکه با استفاده هم زمان از آتاماتای یادگیر و الگوریتم ژنتیک در فرآیند جستجو، سرعت رسیدن به جواب، افزایش چشم گیری پیدا می کند و از بدام افتادن الگوریتم در حداقل های محلی جلوگیری می شود . الگوریتم پیشنهادی در این مقاله کوششی است در جهت خودترمیمی، تولید مثل، جریمه و پاداش ( هدایت ) که از ویژگی های مهم الگوریتم ترکیبی است . رویکرد جدید در این الگوریتم علاوه بر ترکیبی بودن الگوریتم، بر پایه کوتاهتر کردن طول مسیر بحرانی و کاهش هزینه ارتباطات بین پردازنده ای است . در نهایت نتایج عملی حاصل از پیاده سازی روش ارایه شده نشان می دهد که می توان یک زمانبندی مناسب در زمان بسیار کمتری نسبت به الگوریتمهای مشابه پیدا کرد .کلیدواژه ها
زمانبندی چند پردازنده ای، گراف وظایف و الگوریتمهایمقالات مرتبط جدید
- Artificial intelligence-based Diagnostic Approaches for Alzheimer's Disease Using Medical Imaging
- Artificial Intelligence-Based Telehealth Care in maternal health
- سیستم های هوش مصنوعی در پیشگیری و ارتقای سلامت عمومی
- Efficient Multi-Label Retinal Disease Classification with CLIP, LoRA, and Shadow Loss on the OIA-ODIR Dataset
- هوش مصنوعی در ژنتیک
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.