استفاده از الگوریتم شنتیک به موازات یادگیری تقویتی در بهبود روش بازیابی منابع در شبکه محاسباتی گرید
محل انتشار: اولین همایش ملی مهندسی کامپیوتر و فناوری اطلاعات
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 327
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEITECH01_131
تاریخ نمایه سازی: 17 آبان 1396
چکیده مقاله:
محاسبات گریدی، شبکه های سازمان های مجازی را قادر می سازد منابع توزیع شده از نظر جغرافیایی را برای رسیدن به اهداف مشترک با یکدیگر به اشتراک بگذارند. برای حل مسایل در گرید لازم است که بهترین منابع در سریعترین زمان ممکن یافته و برای اجرای بخشی از مسیله به کار گرفته شود. روش های عنوان شده برای بازیابی اطلاعات تا به امروز هرکدام سعی می کنند تا به گونه ای پاسخگویی به درخواست ها را در کمترین زمان انجام دهند، ولی هیچکدام قابلیت یافتن روش های بهینه جهت انجام جستجوی بهینه ندارند. نوآوری به کار رفته در این مقاله استفاده از الگوریتم ژنتیک به موازات روش یادگیری تقویتی برای افزایش هرچه بیشتر کارایی عملیات بازیابی منابع در شبکه محاسباتی گرید می باشد. در همین راستا ابتدا با اضافه کردن بخشی به عنوان مدیریت تصمیم گیری بر اساس مکانیزم یادگیری تقویتی در پروتکل گرید، منابع بهینه جهت تخصیص انتخاب و سپس منابع انتخابی به عنوان ورودی به الگوریتم ژنتیک منتقل شده و بهینه ترین منبع انتخاب می شد. نتایج به دست آمده حاکی از آن است که توانستیم با استفاده از روش ارایه شده نتایج را در حدود 11% بهینه کنیم که رقم قابل توجهی در زمان و هزینه جستجو می باشد.
کلیدواژه ها:
نویسندگان
عرفان شمس
کارشناس ارشد مهندسی کامپیوتر، مدرس دانشگاه- کتابدار نهاد کتابخانه های عمومی کشور
پرویز کدخدایی
دانشجوی دکتری مهندسی کامپیوتر، عضو هییت علمی دانشکده فنی و حرفه ای شاهرود
آتنا میرباقری
کارشناس ارشد مهندسی کامپیوتر