زمانبندی وظایف در شبکه گرید – برنامه نویسی هوشمند https://matlab24.ir مشاوره و مشارکت در پیاده سازی الگوریتم های هوش مصنوعی و پیاده سازی نرم افزار های هوشمند Sun, 28 Aug 2016 09:55:46 +0000 fa-IR hourly 1 https://wordpress.org/?v=6.3.4 https://matlab24.ir/wp-content/uploads/2014/08/matlab24-55x55.jpg زمانبندی وظایف در شبکه گرید – برنامه نویسی هوشمند https://matlab24.ir 32 32 زمان بندی وظایف در سیستم گرید با الگوریتم GSA https://matlab24.ir/%d8%b2%d9%85%d8%a7%d9%86-%d8%a8%d9%86%d8%af%db%8c-%d9%88%d8%b8%d8%a7%db%8c%d9%81-%d8%af%d8%b1-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%da%af%d8%b1%db%8c%d8%af-%d8%a8%d8%a7-%d8%a7%d9%84%da%af%d9%88%d8%b1-2/ https://matlab24.ir/%d8%b2%d9%85%d8%a7%d9%86-%d8%a8%d9%86%d8%af%db%8c-%d9%88%d8%b8%d8%a7%db%8c%d9%81-%d8%af%d8%b1-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%da%af%d8%b1%db%8c%d8%af-%d8%a8%d8%a7-%d8%a7%d9%84%da%af%d9%88%d8%b1-2/#respond Sun, 28 Aug 2016 09:55:46 +0000 http://matlab24.ir/?p=1395 زمان بندی وظایف در سیستم گرید با الگوریتم GSA در این کار زمان بندی وظایف در سیستم گرید با الگوریتم GSA

نوشته زمان بندی وظایف در سیستم گرید با الگوریتم GSA اولین بار در برنامه نویسی هوشمند پدیدار شد.

]]> زمان بندی وظایف در سیستم گرید با الگوریتم GSA

در این کار زمان بندی وظایف در سیستم گرید با الگوریتم GSA انجام شده است الگوریتم GSA مورد استفاده در این کار بصورت ترکیب الگوریتم ژنتیک  و ذوب شبیه سازی شده می باشد که نام ان مخفف عبارت  Genetic Simulated Annealing می باشد.

 

این کار شامل یک داکیومنت 8 صفحه ای از کلیت کار می باشد که در ادامه بخشی ابتدایی این داکیومنت را میتوانید مشاهده کنید:

توضیح برنامه:

در این برنامه میخواهیم عمل  تخصیص وظایف را انجام دهیم به این صورت که تعدادی وظیفه (task) داریم و تعدادی ماشین (Machin) که این وظایف را انجام میدهند. هدف ما این است که مشخص کنیم کدام وظیفه روی کدام ماشین اجرا شود به نحوی که زمان اجرای تمام وظایف روی تمام دستگاه ها حداقل شود.

بعد از اجرای برنامه نتیجه روش ICA در متغیری به نام Result_ICA قرار دارد که نشان میدهد هر وظیفه را بر روی کدام ماشین اجرا شود

توابع اصلی برنامه بصورت زیر می باشد:

Main : فایل اصلی می باشد. ماتریس ETC در ان ساخته میشود  و این ماتریس به برنامه ICA داده میشود و اجرا میشود

GenerateETC: وظیفه ساخت ماتریس ETC را بر عهده دارد

در ادامه روش ICA اجرا میشوند و درنهایت جواب نمایش داده میشود.

توضیحات روش کار :

فرض کنیم که t وظیفه وجود دارد و m  دستگاه . زمان انجام هر وظیفه در هر دستگاه  را از قبل میدانیم در یک ماتریس t*m  به نام ETC قرار میدهیم.

هر سطر ماتریس ETC نشان دهنده زمان اجرای یک وظیفه در دستگاههای مختلف را نشان میدهد.بنابراین ETC(ti,mj) نشان دهنده زمان اجرای وظیفه i ام بر روی دستگاه j ام می باشد.

برای مواردی که وظیفه i ام بر روی دستگاه j ام قابل اجرا نیست (مثلا بدلیل محدودیت سخت افزاری) انگاه مقدار ETC(ti,mj) بینهایت فرض میشود.

روال ساخت ماتریس ETC :

یک ماتریس به اندازه t*m می سازیم با مقادیر صفر و بعد با اعداد تصادفی این ماتریس را پر میکنیم زمان اجرای کارها بر روی ماشین ها را بصورت تصادفی و در بازه 10 تا 120 می سازیم

ETC=round(10+rand(t,m)*(120-10));

در این کار همانطور که مشاهده میکنید ماتریس ETC بصورت تصادفی تولید شده است.

جهت دانلود کد زمان بندی در محیط گرید با الگوریتم Genetic Simulated Annaling از لینک زیر اقدام کنید و به صورت آنلاین کد را خریداری و دانلود نمایید

[parspalpaiddownloads id=”116″]

درصورت نیاز به داکیومنت کامل، و توضیحات خط به خط  کد های برنامه با ما تماس بگیرید (اماده سازی داکیومنت مستلزم هزینه می باشد).

نوشته زمان بندی وظایف در سیستم گرید با الگوریتم GSA اولین بار در برنامه نویسی هوشمند پدیدار شد.

]]> https://matlab24.ir/%d8%b2%d9%85%d8%a7%d9%86-%d8%a8%d9%86%d8%af%db%8c-%d9%88%d8%b8%d8%a7%db%8c%d9%81-%d8%af%d8%b1-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%da%af%d8%b1%db%8c%d8%af-%d8%a8%d8%a7-%d8%a7%d9%84%da%af%d9%88%d8%b1-2/feed/ 0 محاسبات شبکه ای Grid Computing https://matlab24.ir/%d9%85%d8%ad%d8%a7%d8%b3%d8%a8%d8%a7%d8%aa-%d8%b4%d8%a8%da%a9%d9%87-%d8%a7%db%8c-grid-computing/ https://matlab24.ir/%d9%85%d8%ad%d8%a7%d8%b3%d8%a8%d8%a7%d8%aa-%d8%b4%d8%a8%da%a9%d9%87-%d8%a7%db%8c-grid-computing/#respond Tue, 22 Mar 2016 09:25:40 +0000 http://matlab24.ir/?p=1095 محاسبات شبکه ای Grid Computing: تکنولوژی محاسبات شبکه ای (Grid Computing) در سال های گذشته مطرح شده است و  از

نوشته محاسبات شبکه ای Grid Computing اولین بار در برنامه نویسی هوشمند پدیدار شد.

]]> محاسبات شبکه ای Grid Computing:

تکنولوژی محاسبات شبکه ای (Grid Computing) در سال های گذشته مطرح شده است و  از تحقیقات و پژوهش های تئوری به محیط عملی و کاربردی تکامل یاقته است. محاسبات شبکه ای را میتوان  بعنوان یک محیطی که منابع ناهمگن را که بصورت جغرافیایی توزیع شده اند در حوزه های مختلف اداری با سیاست های امنیتی متفاوت قرار گرفته اند را به شکل یک سیستم محاسباتی واحد سازماندهی میکند. این محیط امکان اشتراک گذاری منابع برای برنامه های کاربردی در مقیاس بزرگ را برای سازمان های چند نهادی و پویا فراهم میکند.از جمله این برنامه ها میتوان به برنامه هایی مانند پیش بینی آب و هوا، ردیابی اشعه، تجزیه و تحلیل فعالیت مغز و غیره اشاره کرد. [1]

پیچیدگی شبکه ها عمدتا از مدیریت غیرمتمرکز و منابع ناهمگن سرچشمه میگیرد. این عوامل اغلب منجر به تغییرات قوی در قابلیت دردسترس بودن شبکه منجر میشود و احتمال  شکست منابع به نسبت سیستم های توزیع شده و موازی سنتی را افزایش میدهد.[2]

همچنین، چنانچه برنامه های کاربردی نیاز به منابع بیشتری برای دوره های زمانی طولانی تری داشته باشند، به ناچار با تعداد شکست منابع بیشتری مواجه میشوند.[3] . هنگامی که شکست رخ میدهد، این شکست بر روی اجرای کارهای تخصیص داده شده به منابع شکست خورده تاثیر میگذارد. بنابراین وجود یک سرویس تحمل خطا در شبکه ها مهم می باشد. تحمل خطا یعنی قابلیت حفظ ارئه خدمات مورد انتظار با وجود رخ دادن شکست در داخل شبکه [4] . دسته بندی های خطاها در سیستم های محاسبات شبکه ای شامل  خرابی منابع، خرابی شبکه، و خرابی نرم افزار می باشد.[5]  فراهم کردن تحمل خطا در محیط شبکه، هنگام بهینه سازی زمان بندی منابع و اجرا کارها یک امر چالش برانگیز می باشد [2] .

مدیریت تحمل خطا در شبکه های محاسباتی، یک مسئله بسیار مهم و دشوار برای توسعه دهندگان برنامه های شبکه می باشد.[6] . برنامه های شبکه باید دارای سرویس های تحمل خطا باشند که خرابی ها را تشخیص داده  و آنها را حل و فصل کند. این سرویس ها برنامه ها را قادر می سازند تا محاسباتشان را بر روی منابع شبکه در صورت رخ دادن خرابی، جابجا کنند بدون اینکه برنامه ها را متوقف کنند. همچنین این سرویس ها باید حداقل سطح کیفیت سرویس (QoS) مورد نیاز برای برنامه ها از قبیل اخرین مهلت تکمیل اجرا (deadline)، تعداد منابع محاسباتی، نوع پلت فرم و غیره را براورده کنند.

======================================================================

تعاریف فوق بخشی از مقاله زیر می باشد. در صورت نیاز به دریفافت ترجمه کل مقاله زیر با ما تماس بگیرید و یا پیامک دهید :

شماره تماس : 09120563264

      عنوان مقاله :                

   A fault-tolerant scheduling system for computational grids

Elsevier 2012

برای دانلو مقاله اینجا کلیک کنید

=================================================

جهت انجام کد نویسی مسئله تخصیص منابع در شبکه های گرید با الگوریتم های مختلف با ما تماس بگیرید. پروژه های مرتبط با تخصیص منابع در شبکه های گرید را در اینجا ببینید

نوشته محاسبات شبکه ای Grid Computing اولین بار در برنامه نویسی هوشمند پدیدار شد.

]]> https://matlab24.ir/%d9%85%d8%ad%d8%a7%d8%b3%d8%a8%d8%a7%d8%aa-%d8%b4%d8%a8%da%a9%d9%87-%d8%a7%db%8c-grid-computing/feed/ 0 زمان بندی وظایف در سیستم های گرید با الگوریتم ژنتیک https://matlab24.ir/%d8%b2%d9%85%d8%a7%d9%86-%d8%a8%d9%86%d8%af%db%8c-%d9%88%d8%b8%d8%a7%db%8c%d9%81-%d8%af%d8%b1-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%87%d8%a7%db%8c-%da%af%d8%b1%db%8c%d8%af-%d8%a8%d8%a7-%d8%a7%d9%84%da%af/ https://matlab24.ir/%d8%b2%d9%85%d8%a7%d9%86-%d8%a8%d9%86%d8%af%db%8c-%d9%88%d8%b8%d8%a7%db%8c%d9%81-%d8%af%d8%b1-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%87%d8%a7%db%8c-%da%af%d8%b1%db%8c%d8%af-%d8%a8%d8%a7-%d8%a7%d9%84%da%af/#respond Fri, 04 Dec 2015 07:33:34 +0000 http://matlab24.ir/?p=965 زمان بندی وظایف در سیستم های گرید با الگوریتم ژنتیک این کار از مقاله ای با عنوان A Comparison of

نوشته زمان بندی وظایف در سیستم های گرید با الگوریتم ژنتیک اولین بار در برنامه نویسی هوشمند پدیدار شد.

]]> زمان بندی وظایف در سیستم های گرید با الگوریتم ژنتیک

این کار از مقاله ای با عنوان

A Comparison of Eleven Static Heuristics for Mapping a Class of Independent Tasks onto
Heterogeneous Distributed Computing Systems

ایده گرفته شده است . این مقاله 11 روش را پیاده سازی و مقایسه کرده است. ما همین مقاله را با 6 روش اماده کرده ایم و نتایج را مقایسه کرده ایم. در این پست تنها یک روش یعنی روش الگوریتم ژنتیک را در اختیار شما عزیزان قرار داده ایم.

زمان بندی وظایف در سیستم های گرید با الگوریتم ژنتیک

زمان بندی وظایف در سیستم های گرید با الگوریتم ژنتیک

 

توضیحات روش کار : (زمان بندی وظایف در سیستم های گرید با الگوریتم ژنتیک)

فرض کنیم که t وظیفه وجود دارد و m دستگاه

زمان انجام هر وظیفه در هر دستگاه را از قبل میدانیم و در یک ماتریس t*m به نام ETC  ذخیره کرده ایم.هدف این است که مشخص کنیم کدام وظیفه بر روی کدام ماشین اجرا شود تا زمان اجرای کل مینیمم شود.

هر سطر ماتریس ETC زمان اجرای یک وظیفه در دستگاههای مختلف را نشان میدهد.بنابراین ETC(ti,mj) نشان دهنده زمان اجرای وظیفه i ام بر روی دستگاه j ام می باشد.

برای مواردی که وظیفه i ام بر روی دستگاه j ام قابل اجرا نیست (مثلا بدلیل محدودیت سخت افزاری) انگاه مقدار ETC(ti,mj) بینهایت فرض میشود.

روال ساخت ماتریس ETC :

یک ماتریس به اندازه t*m می سازیم با مقادیر صفر و بعد با اعداد تصادفی این ماتریس را پر میکنیم زمان اجرای کارها بر روی ماشین ها را بصورت تصادفی و در بازه 10 تا 120 می سازیم

ETC=round(10+rand(t,m)*(120-10));

یا اگر این زمان ها را بصورت واقعی یا دیتاست در دست داریم میتوانیم این مقادیر را در ماتریس ETC قرار دهیم.

تعاریف :(زمان بندی وظایف در سیستم های گرید با الگوریتم ژنتیک)

Machine availability time : که با mat(mj) نشان داده میشود : زودترین زمانی که ماشین mj میتواند تمام وظایفی که قبلا به او تخصیص داده شده است را اجرا کند.

 

The completion time : زمان اتمام برای وظیفه جدید ti بر روی ماشین mj : که با ct(ti,mj) نشان داده میشود، که برابر است با Machine availability time ماشین mj بعلاوه زمان اجرای وظیفه ti بر روی ماشین mj:

ct(ti,mj)= mat(mj) + ETC(ti,mj)

 

معیاری که برای سنجش و مقایسه نتایج بدست امده از روشهای ابتکاری مختلف استفاده میشود ماکزیمم کردن ct(ti,mj) برای تمام وظایف و تمام ماشین ها می باشد. ماکزیمم مقدار ct(ti,mj) برای و زمان اجرای metatask می باشد و makespan نامیده میشود.

هر روش ابتکاری تلاش میکند که makespan را به حداقل برساند (یعنی وظایف در سریعترین زمان ممکن اجرا شوند)

 

در توصف زیر فرض میکنیم که زمانهای در دسترس بودن ماشین (machine availability times) بعد از نگاشت (تخصیص) هر وظیفه بروز میشوند. برای روشهای ابتکاری ای که در ان یک ترتیب برای وظایف در نظر گرفته میشود از ترتیب موجود در ماتریس ETC استفاده میشود.

 

جهت دریافت کد متلب زمان بندی وظایف در سیستم های گرید با الگوریتم ژنتیک از بخش زیر اقدام کرده و بصورت آنلاین کد و راهنما را دریافت کنید

 

[parspalpaiddownloads id=”88″]

 

 

ایمیل ما :

matlab24ir@gmail.com و یا info@matlab24.ir

 

==================================

جهت دریافت کد متلب زمان بندی وظایف در سیستم گرید با ما تماس بگیرید

کد متلب زمان بندی وظایف در سیستم گرید با الگوریتم ژنتیک

کد متلب زمان بندی وظایف در سیستم گرید با الگوریتم ذوب شبیه سازی شده (SA)

کد متلب زمان بندی وظایف در سیستم گرید با الگوریتم جستجوی ممنوعه (Tabu Search)

کد متلب زمان بندی وظایف در سیستم گرید با الگوریتم GSA

کد متلب زمان بندی وظایف در سیستم گرید با الگوریتم رقابت استعماری (ICA)

شماره تماس: 09120563264

ایمیل: matlab24ir@gmail.com و یا info@matlab24.ir

نوشته زمان بندی وظایف در سیستم های گرید با الگوریتم ژنتیک اولین بار در برنامه نویسی هوشمند پدیدار شد.

]]> https://matlab24.ir/%d8%b2%d9%85%d8%a7%d9%86-%d8%a8%d9%86%d8%af%db%8c-%d9%88%d8%b8%d8%a7%db%8c%d9%81-%d8%af%d8%b1-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%87%d8%a7%db%8c-%da%af%d8%b1%db%8c%d8%af-%d8%a8%d8%a7-%d8%a7%d9%84%da%af/feed/ 0