سورنا فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

سورنا فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

مسئلة زمان‌بندی QUERY ها در RTDBS ها

اختصاصی از سورنا فایل مسئلة زمان‌بندی QUERY ها در RTDBS ها دانلود با لینک مستقیم و پر سرعت .

مسئلة زمان‌بندی QUERY ها در RTDBS ها


مسئلة زمان‌بندی QUERY ها در RTDBS ها

دانلود مقاله مسئلة زمان‌بندی QUERY ها در RTDBS ها 33 ص با فرمت WORD 

 

 

 

 

خلاصه : در سالهای اخیر ، یک درخواست برای سیستم‌های REAL_TIME  که می‌‌تواند حجم گسترده‌‌‌ای از داده‌‌های به اشتراک گذاشته شده را دستکاری کند ، به یک امر حتمی و لازم در سیستم‌‌های REAL_TIME Data BASE  RTDBS به عنوان یک زمینة تحقیقی تبدیل شده است . این مقاله بر روی مسئلة زمان‌بندی QUERY ها در RTDBS ها متمرکز شده است .

ما الگوریتم جدیدی به نام Priority Adaptation Query Reource Scheduling PAQRS  برای اداره کردن کارهای Multi Class Query  و Single Class Query    را  معرفی و ارزیابی می‌کنیم . هدف عمدة الگوریتم به حداقل رساندن تعداد Deadline  های از دست داده شده است و در عین حال اطمینان پیدا کردن از اینکه dead line  های از دست داده شده در بین کلاسهای متفاوت مربوط به یک توزیع اجرایی از دست دادن پخش شده باشد . این منظور با تعدیل پویای پذیرش ورودی ، تخصیص حافظه و سیاست‌های اعمال اولویت بر طبق پیکربندی منبع معنی آن و خصوصیات کلی کار بدست می‌آید . یک سری از آزمایشات نشان داده‌اند که PAQRS برای زمان‌بندی Query  های Real _Time بسیار مؤثر هستند .


دانلود با لینک مستقیم


مسئلة زمان‌بندی QUERY ها در RTDBS ها

ترجمه مقاله ISI 2015: زمان‌بندی وظیفه در محاسبات ابری بر اساس الگوریتم ژنتیک چند-هدفه

اختصاصی از سورنا فایل ترجمه مقاله ISI 2015: زمان‌بندی وظیفه در محاسبات ابری بر اساس الگوریتم ژنتیک چند-هدفه دانلود با لینک مستقیم و پر سرعت .

ترجمه مقاله ISI 2015: زمان‌بندی وظیفه در محاسبات ابری بر اساس الگوریتم ژنتیک چند-هدفه


ترجمه مقاله ISI 2015: زمان‌بندی وظیفه در محاسبات ابری بر اساس الگوریتم ژنتیک چند-هدفه

چکیده

کارایی زمان‌بندی وظیفه در محاسبات ابری، بیشتر شامل کل زمان تکمیل، متوسط زمان تکمیل و موازنه‌ی بارِ منبع است. اگرچه این تحقیق نتوانسته که این سه تابع هدف را به صورت ترکیبی در نظر بگیرد. در این مقاله، برای حل مسئله‌ی زمان‌بندی وظیفه در محاسبات ابری، یک الگوریتم ژنتیک چند-هدفه پیشنهاد شده است. یک مجموعه‌ی بزرگ وظیفه، به چندین وظیفه‌ی کوچک تقسیم شده و در نتیجه اجازه‌ی جور شدنِ این وظایف کوچک با منابع موجود و همچنین کدگذاری کروموزوم‌ها را می‌دهد. در فاز انتخاب، از وزن‌های این سه تابع هدف استفاده شده تا مشخص شود که کدام‌یک از توابع برازش باید به کار گرفته شود. احتمال ترکیب و جهش، به گونه‌ای تعیین شده که از تنوع جمعیت و سرعت بخشیدن به سرعتِ همگرایی اطمینان حاصل شود. در پایان، نتایجِ شبیه‌سازی انجام‌گرفته، بر کارایی الگوریتم پیشنهادی صحه می‌گذارد.

 

کلیدواژه‌ها: محاسبات ابری، زمان‌بندی وظیفه، الگوریتم ژنتیک، چند-هدفه

 

فایل ترجمه: WORD فایل مقاله: PDF


دانلود با لینک مستقیم


ترجمه مقاله ISI 2015: زمان‌بندی وظیفه در محاسبات ابری بر اساس الگوریتم ژنتیک چند-هدفه