زمان بندی وظایف توسط الگوریتم ژنتیک در سیستمهای چند پردازنده ای براساس اولویت ونگاشت همزمان پردازنده ها

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,609

فایل این مقاله در 9 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:

ICEEE03_173

تاریخ نمایه سازی: 18 مهر 1390

چکیده مقاله:

یکی از مسائلی که برای افزایش راندمان کلی سیستم های چند پردازنده ای وجود دارد موضوع زمان بندی است دراین سیستم ها انچه در اجرای فرایندها باید مورد توجه قرارگیرد زمان پایان کل کار است استفاده از روشهای قطعی زمان بندی در سیستمهای چند پردازنده ای برای بدست آوردن جواب بهینه دارای پیچیدگی زمانی بالایی است بنابراین راه موثر استفاده از روش های ابتکاری است دراین مقاله برای زمان بندی سیستمهای چند پردازنده ای از الگوریتم ژنتیک جدیدی استفاده شده است که براساس اولویت دهی گره های وظیفه و نگاشت همزمان به پردازنده ها می باشد بطوریکه محدودیت های موجود در اولویت دهی وظایف مورد نظر قرارگیرد نتایج عملی پیاده سازی شده نشان میدهد که الگوریتم پیشنهادی جدید می توان زمان بندی مناسب و قابل قبولی را نسبت به الگوریتم های مشابه به دست آ ورد.

کلیدواژه ها:

زمان بندی چند پردازنده ای ، گراف وظایف ، الگوریتم ژنتیک ، زمان بندی براساس اولویت

نویسندگان

علی برومندنیا

گروه کامپیوتر دانشگاه آزاد اسلامی واحد تهران جنوب

مریم خادمی

گروه ریاضی دانشگاه آزاد اسلامی واحد تهران جنوب

منا باقری

دانشگاه آزاد اسلامی واحد تهران جنوب

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 :
  • عبدی‌زدان. مرجان، رحمانی. امی‌رمسعود، زمان‌بندی کارها در سی‌ستم- های چند ...
  • پارسا. سعی‌د، ای‌زدخواه. حبی‌مب، حسی‌ن زاده. امی‌ر، ترکی‌ب آتاماتای مهاجرت ...
  • " 2ranian Conference on Electrical and Electronics Engineering (ICEEE2011) دانشگاه ...
  • R. Armstrong, D. Hensgen, and T. Kidd, The relative performance ...
  • _ ت _ in _ _ in Heterogeneous Computing Workshop ...
  • Reakook Hwang _ mitsuo Gen _ Hiroshi katayama , " ...
  • communication cost " , computer and Operation research , pp ...
  • E. Ilavarasan , P. Thambidurai , _ Low Complexity Performance ...
  • scheduling, International Journal of Parallel Programming, 0.37 n.5, p.462-487, October ...
  • Ahmed Zaki Semar Shahul , Oliver Sinnen, Scheduling task graphs ...
  • Shiyuan Jin , Guy Schiavone , Damla Turgut , A ...
  • performance study of multiprocessor task scheduling algorithms, The Journal of ...
  • R. F. Freund, M. Gherrity, S. Ambrosius, M. Campbell, M. ...
  • Computing Workshop , 1998 . ...
  • _ Haup, Parallel genes alghorithms, John ...
  • Fogel, D.B. _ What is Evolutionary Computation?" IEEE Spectrum, Feb ...
  • D. E Goldberg, Genetic Algorithms in Search, ...
  • Optimization, and Machine Learning, Reading MA: Addiso. Wesley, 1989. ...
  • A. S. Wu, H. Yu, Sh. Jin, K. Ch. Lin ...
  • D. E. Goldberg, Genetic Algorithms in Search, ...
  • Optimization, and Machine Learning, Add ison-Wesley, 1989. ...
  • M. A. Al-Mouhamed, Lower Bound on the Number of Processors ...
  • Y. Kwok and I. Ahmad, "Static Scheduling Algorithms for Allocating ...
  • M. Jahanshahi , M. R. Meybodi and M. Dehghan , ...
  • Conference on Automation and Logistics Shenyang , China August 2009. ...
  • M. Y. Wu and D. D. Gajski, Hyper-tool: A Programming ...
  • نمایش کامل مراجع