Статья

Название статьи КОМБИНИРОВАННЫЙ ПОДХОД К РЕШЕНИЮ ЗАДАЧИ РАСПРЕДЕЛЕНИЯ РЕСУРСОВ
Автор Ю. А. Кравченко, И. О. Курситыс
Рубрика РАЗДЕЛ II. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И НЕЧЕТКИЕ СИСТЕМЫ
Месяц, год 07, 2017
Индекс УДК 004.023
DOI
Аннотация Данная статья посвящена решению задачи распределения вычислительных ресурсов в компьютерных системах. Общий смысл задачи распределения ресурсов – распределить ограниченный ресурс между потребителями оптимальным образом. В работе сформулирована постановка задачи и приведена ее математическая модель. Задача распределения вычислительных ресурсов относится к классу NP-сложных, что обуславливает невозможность или ограниченность применения традиционных средств математического анализа для ее решения. Разработанный авторами подход основан на использовании имитационного моделирования и аппарата сетей Петри для распределения ресурсов между процессами. Так как распределяемый ресурс является вычислительным, главным критерием оптимизации принято время, затрачиваемое на исполнение всех процессов, использующих ресурсы, а для моделирования задачи используются временные сети Петри. Комбинированный подход к решению задачи заключается в совместном применении аппарата сетей Петри для моделирования задачи, а также генетических алгоритмов, успешно показавших себя в решении NP-сложных задач. Для оптимизации модели применены известные генетические алгоритмы и модифицированные генетические операторы кроссинговера и мутации. Авторами разработан программный продукт – подсистема распределения ресурсов. В статье отражены основные функции подсистемы, ее модульная структура. Построена и проанализирована информационная модель подсистемы на основе стандарта IDEF0, отражающая информационные процессы, протекающие в подсистеме. Проведены вычислительные эксперимента на тестовых примерах (бенчмарках), доказывающие эффективность и перспективность разработанного подхода.

Скачать в PDF

Ключевые слова Распределение ресурсов; CALS-технологии; имитационное моделирование; сети Петри; генетические алгоритмы.
Библиографический список 1. Белоусов С.М. Математическая модель многопоточной системы массового обслуживания, управляемой планировщиком ресурсов // Вестник Новосибирского государственного университета. Серия: информационные технологии. – 2006. – Т. 4, № 1. – С. 14-26.
2. Прилуцкий М.Х., Нефедов Д.С., Попов Д.В. Распределение ресурсов в дискретно управ-ляемых системах // Электронный журнал “Исследовано в России”. – 2002. – № 5.
– С. 322-337.
3. Прилуцкий М.Х., Вяхирев Д.В. Многостадийные задачи альтернативного распределения ресурсов // Вестник Нижегородского государственного университета. Математическое моделирование и оптимальное управление. – 2002. – Вып. 25 (1). – С. 36-43.
4. Yury Kravchenko, Ilona Kursitys, Dmitry Zaporozhets. Resource allocation system based on simulation modeling in computer-aided design system. In Conference proceedings // 2016 6th International Conference Cloud System and Data Engineering (Confluence). – 14-15 January 2016, Amity University Uttar Pradesh, Noida, India. – P. 395-400.
5. Кравченко Ю.А. CALS- и CASE-технологии: учебно-методическое пособие. – Таганрог, 2010. – 142 с.
6. Кравченко Ю.А. Cals-имитационные модели в управлении данными САПР // Известия ТРТУ. – 2006. – № 8 (63). – С. 143-146.
7. Эддоус М., Стэнсфилд Р. Методы принятия решений: пер. с англ. / под ред. член-корр. РАН И.И. Елисеевой. – М.: Аудит, ЮНИТИ, 1997. – 590 с.
8. Курейчик В.М., Курейчик В.В. Эволюционные, синергетические и гомеостатические стратегии в искусственном интеллекте: состояние и перспективы // Новости искусст-венного интеллекта. – 2000. – № 3. – С. 39-67.
9. Кравченко Ю.А., Курситыс И.О. Разработка модели задачи распределения ресурсов в процессах САПР и структуры подсистемы ее решения // Труды Конгресса по интеллек-туальным системам и информационным технологиям «IS&IT’15». Научное издание в
4-х т. Т. 3. – М.: Физматлит, 2015.
10. Бова В.В., Курейчик В.В. Интегрированная подсистема гибридного и комбинированного поиска в задачах проектирования и управления // Известия ЮФУ. Технические науки.
– 2010. – № 12 (113). – С. 37-43.
11. Запорожец Д.Ю., Курейчик В.В. Гибридный алгоритм решения задач транспортного типа // Известия ЮФУ. Технические науки. – 2013. – № 7 (144). – С. 80-85.
12. Kureichik, V.V., Kravchenko, Y.A., Bova, V.V. Decision support systems for knowledge man-agement // Advances in Intelligent Systems and Computing. – 2015. – Vol. 349. – P. 123-130.
13. Гладков Л.А., Курейчик В.М., Курейчик В.В. Генетические алгоритмы. – М.: Физматлит, 2006. – 320 с.
14. Zaporozhets D.U., Zaruba D.V. and Kureichik V.V. Representation of solutions in genetic VLSI placement algorithms // IEEE East-West Design & Test Symposium – (EWDTS’2014) Kiev, Ukraine, 2014. – P. 1-4.
15. Подлазова А.В. Генетические алгоритмы на примерах задачи раскроя // Проблемы управления. – 2008. – № 2. – С. 57-62.
16. Курейчик В.В., Родзин С.И. О правилах представления решений в эволюционных алгоритмах // Известия ЮФУ. Технические науки. – 2010. – № 7 (108). – С. 13-21.
17. Запорожец Д.Ю., Кудаев А.Ю., Лежебоков А.А. Многоуровневый алгоритм решения задачи параметрической оптимизации на основе биоинспирированных эвристик // Известия Кабардино-Балкарского научного центра РАН. – 2013. – № 4 (54). – С. 21-28.
18. Курейчик В.М. Особенности построения систем поддержки принятия решений // Известия ЮФУ. Технические науки. – 2012. – № 7 (132). – С. 92-98.
19. Курейчик В.М., Кажаров А.А. Использование шаблонных решений в муравьиных алго-ритмах // Известия ЮФУ. Технические науки. – 2013. – № 7 (144). – С. 11-17.
20. Gladkov L.A., Kravchenko Y.A., Kureichik V.V. Evolutionary Algorithm for Extremal Subsets Comprehension in Graphs // World Applied Sciences Journal. – 2013. – No. 27 (9). – P. 1212-1217.

Comments are closed.