زمانبندی در سیستم های چندپردازنده بلادرنگ با استفاده از ترکیب منطق فازی و الگوریتم ژنتیک

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 964

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICTCK02_037

تاریخ نمایه سازی: 8 آبان 1395

چکیده مقاله:

یکی از چالش های موجود در سیستم های موازی، زمانبندی است. زمانبندی بهینه وظایف در سیستم های موازی بر رویکارایی سیستم تاثیر زیادی دارد. بعضی از سیستم های موازی به صورت بلادرنگ هستند و ممکن است برخی وظایفبرای اجرا دارای ضرب الاجل باشند که باید قبل از فرارسیدن زمان ضرب الاجل شان اجرا شوند، در غیر اینصورت از بینخواهند رفت و باید دوباره به سیستم اختصاص داده شوند. لذا در چنین شرایطی وظایف باید بگونه ای به پردازنده هااختصاص داده شوند که اولا، حداقل تعداد وظایف از بین بروند و ثانیا، سیستم زمان پاسخ و بهره وری مناسبی داشتهباشد. در این مقاله یک روش جدید مبتنی بر الگوریتم ژنتیک و منطق فازی برای زمانبندی وظایف بر روی سیستم هایموازی ناهمگن بلادرنگ معرفی شده است. نتایج بدست آمده از شبیه سازی های انجام شده نشانگر کاهش تعداد وظایفاز دست رفته در مقایسه با الگوریتم های مشابه دیگر است. همچنین زمان پاسخ بدست آمده از روش پیشنهادی با توجهبه تعداد وظایف پردازش شده در مقایسه با روشهای مشابه دیگر مناسب است و بهره وری بالایی را نسبت به اینروشها دارد.

کلیدواژه ها:

زمانبندی ، سیستم های موازی چند پردازنده ای ، ضرب الاجل ، الگوریتم ژنتیک ، منطق فازی

نویسندگان

ابراهیم نخعی مطلق

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد مشهد

محمدحسین معطر

استادیار دانشگاه آزاد اسلامی واحد مشهد

قمرناز تدین تبریزی

استادیار دانشگاه آزاد اسلامی واحد مشهد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Effatparvar, Tasks Scheduling on Parallel Heterogeneous Multi-Proces sor Systems using ...
  • Y. Chen, H. Liao, and T. Tsai. On-line real-time task ...
  • _ T. Hagras and J. Janecek A high performance, low ...
  • and Thomas J. Naughton. Multi-heuri stic dynamic task allocation using ...
  • X. Qin and T. Xie. An avai lability-aware task scheduling ...
  • E. Ilavarasan and P. Thamb idurai _ Low task ...
  • scheduling algorithm for heterogeneous computing environment. Journal of Computer sciences, ...
  • X. Qin and H. Jiang. A dynamic and reliability- driven ...
  • Page, T. Keane, and T. Naughton. Multi- heuristic dynamic task ...
  • system. Journal of parallel and distributed computing, 70(7):758-766, 2010. ...
  • H. Salamy and J. Ramanujam. An effective solution to task ...
  • Prayati, C. Koulamas, S. Koubias, and G. Papadopoulos. A methodology ...
  • Dog an and F. O zguc'ner. Scheduling of a in ...
  • J. Dongarra, E. Jeannot, E. Saule, and Z. Shi. for ...
  • optimizing makespan and reliability _ heterogeneous systems. In Proceedings of ...
  • L. Huang, F. Yuan, and Q. Xu. Lifetime and In ...
  • Proceedings of the Conference on Design, Automation and Test in ...
  • Yan Wang, Kenli Li, Hao Chen, Ligang He, and Keqin ...
  • Constraints, IEEE Transactions on Emerging Topics in Computing, 24 (12): ...
  • Q. Zhuge, Y. Guo, J. Hu, W. Tseng, S. Xue, ...
  • Transactions on, 60(6) :3253-3263 _ 2012. ...
  • Mika Rantonen, Tapio Frantti, Kauko Leivisk, Fuzzy expert system for ...
  • نمایش کامل مراجع