CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تکنیک ادغام وظایف جهت بهبود زمان بندی با استفاده از الگوریتم ژنتیک

اعتبار موردنیاز : ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۹۸۴ | نظرات: ۰
سال انتشار: ۱۳۸۹
کد COI مقاله: NCSCIT01_091
زبان مقاله: فارسی
حجم فایل: ۵۵۹.۷۲ کیلوبایت (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تکنیک ادغام وظایف جهت بهبود زمان بندی با استفاده از الگوریتم ژنتیک

  مرجان عبدیزدان - دانشجوی دکترای نرم افزار ، گروه کامپیوتر ، دانشگاه علوم و تحقیقات تهر
  سعید پارسا - دانشیار ، گروه کامپیوتر ، دانشگاه علم و صنعت ایران
  عاطفه پارسا - دانشجوی مهندسی نرم افزار ، گروه کامپیوتر ، دانشگاه آزاد اسلامی واحد ماهشهر

چکیده مقاله:

مساله زمانبندی ایستای کارها در سیستم های چند پردازنده ای به دلایل استفاده بهینه از پردازنه ها و همچنین صرف زمان کمتر ، دارای اهمیت ویژه ای است. این مساله از رده مسائل سخت است و به دست آوردن جواب بهینه دارای پیچیدگی زمانی بالیی است ، بنابراین برای حل این مسایل از روش های ابتکاری استفاده می شود.الگوریتم های ژنتیک و اتوماتا ، روش مناسبی جهت زمانبندی در سیستم های چند پردازنده ای است.در این مقاله یک راهکار برای الگوریتم های زمانبندی ، معرفی می گردد.ایده اصلی در طراحی این الگوریتم بدست اوردن کمترین زمان اجرا با بالاترین موازات ممکن در کنار حداقل طول مسیر بحرانی می باشد. با استفاده از این راهکار می توان گراف هایی با تعداد وظابف زیاد را به گراف هایی با تعداد وظایف کم تر تبدیل کرد و ما از ترکیب دو تکنیک ادغام وظایف و زمانبندی با ژنتیک الگوریتم استفاده می کنیم تا بتوانیم طول مسیر بحرانی را کم کنیم. الگوریتم ژنتیک جدیدی برای زمانبندی در سیستم های چند پردازنده ای ارایه می شود که اولویت زمانبندی انجام کارها ، بر اساس تعداد فرزندان و نوادگان است.نتایج شنان می دهد الگوریتم پیشنهادی جدید در زمان قابل قبول جواب بهینه زمانبندی را نسبت به دیگر روش های متداول به دست می آورد.

کلیدواژه‌ها:

زمانبندی کارها ، سیستم های چند پردازنده ای ، فرزندان و نوادگان کارها ، الگوریتم ادغام وظایف ، دانه بندی ، الگوریتم ژنتیک

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NCSCIT01-NCSCIT01_091.html
کد COI مقاله: NCSCIT01_091

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
عبدیزدان, مرجان؛ سعید پارسا و عاطفه پارسا، ۱۳۸۹، تکنیک ادغام وظایف جهت بهبود زمان بندی با استفاده از الگوریتم ژنتیک، اولین کنفرانس ملی محاسبات نرم و فن آوری اطلاعات، ماهشهر، دانشگاه آزاد اسلامی واحد ماهشهر، https://www.civilica.com/Paper-NCSCIT01-NCSCIT01_091.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (عبدیزدان, مرجان؛ سعید پارسا و عاطفه پارسا، ۱۳۸۹)
برای بار دوم به بعد: (عبدیزدان؛ پارسا و پارسا، ۱۳۸۹)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Abdeyazdan _ Rahmani A.M., _ Multiprocessor Task ...
  • TASK SCHEDULING IN MULTI PROCESSO SYSTEMS, THE NINTP Hungary, September ...
  • CARNEGIE- MELLON UNIVERSITY, PITTSBURGH PA, GENETIC ALGORITH. AND THEIR APPLICATION, ...
  • Y. K. Kwok and I. Ahmad , "static scheduling algorithms ...
  • PETER ARoNsSON AND PETER _ TASk _ Cumputing surveys, Vol. ...
  • T.L. ADAM, K.M. CHANDY, AND J. _ _ APPLICATION, PROC. ...
  • D. E. GoLDBERG, GENETic ALGORITH. IN SEARCH, OPTIMZATIG _ AND ...
  • D. _ BACA, _ MODULES TO PROCESSOR) IN A DISTRIBUTED ...
  • R. F. FREUND, M. GHIERRITY, s. AMBROsIUs, . CAMPBELL, M. ...
  • COMPUTING ENV IRONMENTS WTTH SMARTNET, IN :7TH EEE H ETEROGENEOA ...
  • F. GLovER AN) M. LAGUNA, _ SEARCH, KLUWER ...
  • BoONTEE _ AND TED LEws, "GRAIN SIZE ACADEMIC, BOSTON, MA ...
  • D. E. GoLDBERG, GENETc ALGORITHM. IN SEARCH, OPTIMIZATIG N AND ...
  • R. L. HAUPT, S. E. HAUPT, PARALLEL GENETIC ALGORITHM. JOHN ...
  • J. H. HoLLAND, ADApTATToE IN NATURAL ANI ARTIFICIAL SYSTEMS, UNIVERSITY ...
  • O. H. IBARRA AND , E. KIM, HEURIsTc ALGORITH. FOR ...
  • M. IVERsOS, F. OzGUNER, AND G. FOLLEN, P ARALLELIZINC EXISTING ...
  • M. _ AMAD, OpTMAL TAS ASSIGNMENT I H ETEROG ENEOUS ...
  • S. KIRKPATRnCK, C. D. GELATT, JR., AND M. P. VEcCHI, ...
  • LEE, Y. H., CHEN, C., A MoDIrIED GENETIC ALGORITHN FOR ...
  • PETER _ AND PETER FRrrzsoN, " A TAsk _ 24-26, ...
  • J.J. HWANG, Y.C. CHow, F.D. ANGER, AND C.Y. LEE, _ ...
  • M.-Y. W AND D.D. GAJsKI, _ A HALDERMAN, D. HESsGEN, ...
  • _ ON PARALLEL PROcEssNG, VOL. II, AUG. 1988, pP. PROCESSING, ...
  • J. C. _ A. PALis, PERFoRMANCE ANALYSIS OF TASK C ...
  • C. H. _ AND M. YANNAKAKIs, TOWARDS AS PARALLEL ...
  • ALGORITHMs SIAM J. ON COMPUTING, 19:2 (1990), 322-328. ...
  • مدیریت اطلاعات پژوهشی

    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • هوش مصنوعی > الگوریتم ژنتیک
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.